Descripción de la oferta
¿Tienes experiencia gestionando proyectos en banca y te motiva coordinar equipos multidisciplinares? En NWorld estamos buscando a nuestro próximo referente en consultoría financiera.
¿Quiénes somos?
En NWorld estamos reinventando la forma de hacer consultoría.
Somos un ecosistema de compañías especializadas en Negocio, Tecnología y Operaciones, que cubren toda la cadena de valor de nuestros clientes.
Las personas que formamos parte de NWorld compartimos una misma meta:
Hacer nuestros retos de nuestros clientes.
Nuestros pilares:
Búsqueda continua de especialización: Sabemos de lo que hablamos.
Tecnología en nuestro ADN: Entendemos la tecnología como parte del negocio.
Innovación en todo lo que hacemos: Siempre un paso más allá.
Las personas en el centro: Somos una empresa de personas, hecha de personas y orientada a las personas.
Conócenos más en:
¿Qué buscamos?
Como AI Lead en Nfq, serás el/la responsable técnico/a de referencia en proyectos de Inteligencia Artificial y actuarás como Solution Architect de soluciones de IA end-to-end. Diseñarás arquitecturas robustas y escalables en cloud, construirás y desplegarás en producción soluciones de alto impacto — desde modelos clásicos de ML/DL hasta sistemas GenAI y agénticos enterprise— integrándolas con el ecosistema tecnológico del cliente (datos, seguridad, plataformas, operaciones y sistemas core). Trabajarás mano a mano con el AI Manager definiendo la visión técnica, liderando al equipo de desarrollo y garantizando la excelencia en la ejecución.
Tu día a día y responsabilidades:
Diseñar soluciones de IA integrando datos, modelos, APIs, agentes y sistemas enterprise del cliente.
Definir patrones de arquitectura para distintos patrones de uso: sistemas conversacionales, automatización inteligente, extracción de información, decision support y arquitecturas agénticas.
Evaluar y seleccionar tecnologías, frameworks y plataformas cloud adecuadas para cada proyecto.
Diseñar patrones de arquitectura reutilizables, estándares técnicos y buenas prácticas para acelerar el delivery.
Liderar equipos de desarrollo para validar hipótesis técnicas y de negocio, con foco en time-to-value y paso a producción.
Liderar el desarrollo e industrialización de modelos supervisados/no supervisados, optimizando calidad, generalización y latencia.
Diseñar e implementar pipelines de datos a escala: ETL/ELT, feature engineering, feature stores, calidad de datos y trazabilidad.
Trabajar con ecosistemas de datos modernos (lakehouse, streaming) y tecnologías distribuidas (por ejemplo Spark) para entrenamiento y preparación de datos en entornos enterprise.
Definir estrategias de evaluación: métricas, validación, sesgo, robustez, interpretabilidad y planes de reentrenamiento.
Liderar el desarrollo de soluciones de retrieval, fine-tuning/PEFT, prompt engineering avanzado, function calling, structured outputs.
Diseñar e implementar orquestación multi-agente, gestión de estado, tool use, guardrails, human‑in‑the‑loop y patrones de escalado en producción.
Implementar estrategias de chunking, embeddings, re‑ranking, vector stores, evaluación de retrieval y calidad de respuesta, y observabilidad de trazas.
Integrar GenAI con ERPs, CRMs, core bancario, plataformas documentales, BPMs, contact centers, etc.
Diseñar e implementar soluciones de empaquetado, serving (APIs REST/gRPC), escalado automático, versionado, rollback y gestión de latencia.
Definir y operar prácticas de entrenamiento, evaluación, monitorización de drift/calidad, trazabilidad, auditoría y reentrenamiento continuo.
Asegurar code reviews, testing automatizado, documentación técnica (ADRs), seguridad y buenas prácticas de software.
Colaborar con Data/Platform/Infra para construir activos compartidos (plantillas, repos, aceleradores, estándares).
Ser el mentor del equipo de IA: mentorizar, resolver bloqueos y elevar el nivel técnico del equipo.
Tomar decisiones de diseño críticas y documentar las arquitecturas y decisiones técnicas (ADRs).
Colaborar con equipos de ingeniería de datos, infraestructura y desarrollo para garantizar integraciones robustas.
Contribuir a la cultura del equipo: charlas, documentación, guías y estándares.
Participar en reuniones técnicas con clientes: demos, workshops de arquitectura y sesiones de descubrimiento.
Estimar esfuerzos técnicos y contribuir a la elaboración de propuestas desde la perspectiva de implementación.
Garantizar la entrega en plazo, calidad y escalabilidad de las soluciones.
Requisitos imprescindibles:
Titulación universitaria en Ingeniería Informática, Matemáticas, Estadística, Física o disciplinas afines.
Máster o Posgrado en Inteligencia Artificial, Machine Learning o Data Science.
Mínimo 5‑10 años de experiencia en desarrollo y despliegue de soluciones de IA/ML en entornos productivos.
Experiencia liderando técnicamente equipos de desarrollo de IA (al menos 5‑10 años).
Experiencia como tech lead diseñando soluciones end-to-end que integren modelos de IA con sistemas enterprise.
Experiencia demostrable en soluciones a escala.
Experiencia en consultoría tecnológica o proyectos de IA para clientes enterprise (muy valorado).
Dominio de librerías del ecosistema ML/DL: PyTorch, TensorFlow, Scikit-learn, HuggingFace Transformers.
Experiencia práctica con fine‑tuning, prompt engineering avanzado, function calling, structured outputs.
Frameworks de orquestación y arquitectura: LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Semantic Kernel u otros similares. Experiencia en patrones multi‑agente y arquitecturas agénticas en entornos enterprise.
Diseño e implementación de arquitecturas vectoriales: vector databases (Pinecone, Weaviate, Qdrant, pgvector), estrategias de chunking, re‑ranking y evaluación.
Experiencia con APIs de inferencia (vLLM, TGI, Triton), model serving, escalado y gestión de latencia en producción.
Plataformas cloud de IA: OpenAI Service, AI Studio/Foundry, Bedrock, SageMaker, Vertex AI.
MLflow, Weights & Biases, Kubeflow, CI/CD para modelos, monitorización de drift y calidad.
Contenedores y orquestación: Kubernetes, Docker. Familiaridad con IaC (Terraform, Pulumi).
Bases de datos: SQL, NoSQL, vectoriales. Conocimiento de lakehouse, streaming.
Prácticas de ingeniería de software: Git, testing, CI/CD, clean code, documentación técnica (ADRs).
Mentalidad de negocio con visión end‑to‑end.
Capacidad para traducir requisitos de negocio en soluciones técnicas viables.
Comunicación clara y efectiva con perfiles técnicos y no técnicos.
Proactividad, autonomía y orientación a resultados.
Nivel de inglés avanzado. Se valorarán otros idiomas.
¿Qué ofrecemos?
Planes de carrera personalizados: Aquí nunca serás un número.
G crecimiento sin plazos: Trayectorias retadoras y transparentes.
Formación continua: Especialización, mentoring y aprendizaje constante.
Perfiles mixtos: Negocio + Tecnología, preparados para el entorno digital.
Crecimiento personal: Actividades y eventos para disfrutar dentro y fuera del trabajo.
Entorno flexible: Autonomía, responsabilidad, flexibilidad horaria y retribución flexible.
⚽ Iniciativas internas: Eventos sociales, equipos deportivos y #LAST.
Fundación NFQ: Comprometidos con la sociedad, podrás colaborar en proyectos sociales y de voluntariado con especial foco en infancia, juventud y conocimiento.
#J-18808-Ljbffr
