Objetivo
Liderar la implementación de soluciones basadas en IA Generativa, asegurando calidad técnica, escalabilidad y alineación con los objetivos de negocio. Actuar como referente técnico para clientes y equipos internos, combinando expertise en IA con habilidades consultivas para generar impacto real en proyectos de transformación digital.
Responsabilidades
Liderar proyectos de IA Generativa end-to-end, desde la definición estratégica con el cliente hasta el deployment en producción.
Diseñar arquitecturas de soluciones GenAI (RAG, agentes autónomos, orquestación de LLMs) asegurando escalabilidad, seguridad y valor de negocio.
Traducir requerimientos de negocio en soluciones técnicas que resuelvan problemas reales y generen impacto.
Coordinar y acompañar a equipos técnicos multidisciplinarios, brindando liderazgo y dirección técnica.
Desarrollar y supervisar aplicaciones full-stack con IA (Python, FastAPI/Flask, Node.js).
Definir y asegurar estándares de código, buenas prácticas y calidad técnica en el desarrollo de agentes y soluciones de IA.
Implementar pipelines de MLOps: contenedorización, CI/CD y despliegues en cloud (AWS, GCP o Azure).
Integrar soluciones con APIs, webhooks y herramientas low-code (n8n, Make).
Asegurar el uso adecuado de bases de datos vectoriales y bases de datos relacionales / no relacionales.
Realizar code reviews, mentoring técnico y acompañamiento al crecimiento del equipo.
Requisitos
Experiencia liderando proyectos de IA Generativa en entornos productivos, con enfoque end-to-end.
Sólidos conocimientos en arquitecturas GenAI: RAG, agentes autónomos y orquestación de LLMs (LangChain, LangGraph o similares).
Experiencia en desarrollo full-stack de aplicaciones con IA (Python, FastAPI/Flask, Node.js).
Conocimiento práctico de Vector Databases (Pinecone, Chroma, pgvector).
Experiencia trabajando con bases de datos relacionales y no relacionales.
Conocimientos de MLOps, Docker, CI/CD y despliegues en cloud (AWS, GCP o Azure).
Experiencia integrando APIs, webhooks y herramientas low-code.
Conocimiento y aplicación de modelos de Machine Learning.
Capacidad para interactuar con clientes y stakeholders, entendiendo necesidades de negocio.
Haber llevado productos de IA a producción real (más allá de POCs).
Dominio de OpenAI API, Anthropic API o Azure OpenAI.
Experiencia con frameworks multi-agent (CrewAI, AutoGen).
Background en consultoría o trabajo directo con clientes.Conocimiento y práctica en el uso de IA Generativa y LLMs (OpenAI, Google, etc.).
Experiencia previa en desarrollo backend, preferentemente con Python.
Conocimientos generales de Machine Learning tradicional.
Manejo de herramientas como GitHub, versionado y dependencias (PIP, Poetry).
Excelentes habilidades de comunicación, liderazgo y trabajo en equipo.
Nivel intermedio/avanzado de inglés.