¿Tienes experiencia gestionando proyectos en banca y te motiva coordinar equipos multidisciplinares? En NWorld estamos buscando a nuestro próximo referente en consultoría financiera.
Asegúrese de leer detenidamente la información sobre esta oportunidad antes de presentar su candidatura.
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.
¿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: desde la ingesta de datos hasta la capa de consumo, integrando modelos, APIs, agentes y sistemas enterprise del cliente.
Definir 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 para acelerar el delivery.
Liderar para validar hipótesis técnicas y de negocio, con foco en time-to-value y paso a producción.
Liderar el desarrollo e industrialización de modelos supervisado/no supervisado, optimizando calidad, generalización y latencia.
Diseñar e implementar a escala: ETL/ELT, feature engineering, feature stores, calidad de datos y trazabilidad.
Trabajar con ecosistemas de datos modernos (lakehouse, streaming) y tecnologías distribuidas como 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 RAG, fine-tuning/PEFT, prompt engineering avanzado, function calling y outputs estructurados.
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 y contact centers.
Diseñar e implementar 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, 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 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 (indicar 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 (indicar años)).
Experiencia como tech lead diseñando soluciones end-to-end que integren modelos de IA con sistemas enterprise.
Experiencia demostrable en (indicar escala) a nivel de producción.
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 y outputs estructurados.
Conocimiento de frameworks como LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Semantic Kernel o similares;
experiencia en patronesmulti-agente y arquitecturas agénticas en entornos enterprise.
Diseño e implementación de arquitecturas de 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.
Experiencia con MLflow, Weights & Biases, Kubeflow, CI/CD para modelos, monitorización de drift y calidad.
Contenedores y orquestación;
familiaridad con IaC (Terraform, Pulumi).
Bases de datos: SQL, NoSQL, bases de datos vectoriales;
conocimiento de arquitecturas de datos modernas (lakehouse, streaming).
Prácticas de ingeniería de software: Git, testing, CI/CD, clean code, documentación técnica (ADRs).
Mentalidad end-to-end: capacidad de estar en el código y de diseñar soluciones completas.
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 técnico (indicador);
se valorarán otros idiomas.
Qué ofrecemos?
Planes de carrera personalizados.
Crecimiento sin plazos: Trayectorias retadoras y transparentes.
Capacitación continua: Especialización, mentoring y aprendizaje constante.
Perfiles mixtos: Negocio + Tecnología, preparados para el contexto 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. xhfqzwm
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