Automatiza la negociación de contratos, la clasificación de correo electrónico y las revisiones de seguridad. Impulsa la investigación aplicada en LLM y sistemas agentic, creando prototipos, validando y enviando rápidamente capacidades listas para producción. Está al tanto de los últimos avances en modelos básicos, LLM como juez y marcos agentic, incorporándolos al producto. 

Aprovecha las tecnologías emergentes y un equipo de expertos legales para mejorar la inteligencia y la autonomía de los agentes. Los proyectos potenciales incluyen la creación de marcos de evaluación, hipervisores de gobernanza y programas de alineación para IA legal. Trabaja en colaboración con los equipos de producto, diseño y comerciales para enviar IA real a producción.

Responsabilidades:

• Automatizar procesos legales como la negociación de contratos y la clasificación de correo electrónico.
  
• Crear prototipos, validar y desplegar rápidamente capacidades de IA listas para producción.
  
• Incorporar los últimos avances en LLM y sistemas agentic al producto.
  
• Aprovechar tecnologías emergentes para mejorar la inteligencia y autonomía de los agentes.
  
• Colaborar con los equipos de producto, diseño y comerciales para implementar soluciones de IA.
  
• Desarrollar marcos de evaluación, hipervisores de gobernanza y programas de alineación para IA legal.
  

Requisitos:

• Experiencia demostrada en liderazgo y entrega de iniciativas de IA de vanguardia que impacten significativamente en productos y negocios.
  
• Experiencia práctica en la creación e implementación de productos de ML/IA.
  
• Fuertes habilidades de programación en Python; familiaridad con TypeScript o Go es un plus.
  
• Experiencia con marcos de aprendizaje profundo (PyTorch, TensorFlow, Hugging Face).
  
• Experiencia práctica en la implementación de modelos ML/LLM en entornos de producción.
  
• Comprensión de canalizaciones de datos, API y sistemas distribuidos.
  
• Conocimiento de ingeniería rápida, RAG, ajuste fino e incrustaciones para LLM.
  
• Experiencia con plataformas en la nube (AWS, GCP o Azure) y contenedorización (Docker, Kubernetes).
  
• Doctorado o maestría en Ciencias de la Computación, Aprendizaje Automático o un campo relacionado.
  
• Capacidad demostrada para construir asociaciones sólidas entre equipos de producto, ingeniería e investigación.