Categorías
···
Entrar / Registro
Resumen: Como Arquitecto de Soluciones de ML, usted será el puente técnico entre los clientes y los equipos de entrega, liderando las discusiones previas a la venta, diseñando arquitecturas de ML y garantizando soluciones factibles, escalables y alineadas con las necesidades del cliente, especialmente aprovechando la IA generativa y los sistemas autónomos. Aspectos destacados: 1. Dirigir discusiones técnicas previas a la venta y diseñar arquitecturas de ML 2. Diseñar soluciones de IA agente aprovechando modelos de lenguaje de gran tamaño (LLM) y ecosistemas de herramientas 3. Rol de alto impacto trabajando con tecnologías de vanguardia en ML e IA ##### **Como Arquitecto de Soluciones de ML, usted será el puente técnico entre los clientes y los equipos de entrega. Liderará discusiones técnicas previas a la venta, diseñará arquitecturas de ML que resuelvan problemas empresariales y garantizará que las soluciones sean factibles, escalables y estén alineadas con las necesidades del cliente. Se trata de un rol altamente orientado al cliente que requiere tanto una profunda experiencia técnica como excelentes habilidades de comunicación.** ##### **En la era de la IA generativa y los sistemas autónomos, también será responsable de diseñar soluciones de IA agente que aprovechen modelos de lenguaje de gran tamaño (LLM), ecosistemas de herramientas y flujos de trabajo asistidos por IA para entregar un valor transformador a los clientes.** ### **Responsabilidades principales** **Preventa y diseño de soluciones (45%)** ---------------------------------------- * Liderar sesiones técnicas de descubrimiento con clientes potenciales; * Comprender los problemas empresariales de los clientes y traducirlos en soluciones de ML; * Diseñar arquitecturas de ML de extremo a extremo y propuestas técnicas; * Crear presentaciones y demostraciones técnicas convincentes; * Estimar el alcance del proyecto, cronogramas, costos y requisitos de recursos; * Apoyar a los Gerentes Generales en la obtención de nuevos negocios. **Liderazgo técnico orientado al cliente (25%)** * Actuar como principal punto de contacto técnico para los clientes; * Gestionar las expectativas de los interesados técnicos; * Presentar soluciones técnicas ante audiencias tanto técnicas como no técnicas; * Navegar dinámicas organizacionales complejas y prioridades conflictivas; * Garantizar la satisfacción del cliente durante todo el ciclo de vida del proyecto; * Construir relaciones duraderas de confianza como asesor técnico. **Arquitectura de soluciones de IA agente (15%)** ---------------------------------------- * Diseñar soluciones de IA agente que aprovechen la toma de decisiones autónoma y la orquestación de herramientas; * Diseñar estrategias de integración del MCP (Protocolo de Contexto del Modelo) para entornos de clientes; * Evaluar y recomendar marcos de agentes adecuados (LangGraph, Claude Agent SDK, etc.) para los casos de uso de los clientes; * Crear demostraciones de prueba de concepto (POC) que muestren capacidades de IA agente utilizando herramientas de desarrollo asistidas por IA; * Asesorar a los clientes sobre decisiones de construir frente a comprar componentes de IA agente; * Desarrollar arquitecturas de referencia para patrones comunes de IA agente (agentes RAG, sistemas multiagente, agentes que utilizan herramientas); * Evaluar los requisitos de AgentOps, incluidos monitoreo, evaluación y optimización de costos. **Colaboración interna y transferencia (15%)** -------------------------------------------- * Colaborar con los equipos de entrega para garantizar una transferencia fluida; * Brindar orientación técnica durante la ejecución del proyecto; * Contribuir al desarrollo de patrones de solución reutilizables y aceleradores de IA agente; * Compartir aprendizajes y mejores prácticas con la práctica de ML; * Mentorar a ingenieros sobre comunicación con clientes y diseño de soluciones; * Contribuir a la documentación del kit de herramientas de IA de Provectus y a las plantillas de soluciones. ### **Requisitos técnicos** **Arquitectura y diseño de ML** ------------------------------ * Diseño de soluciones: Capacidad para diseñar sistemas de ML de extremo a extremo para diversos problemas empresariales; * Ciclo de vida de ML: Profundo conocimiento del ciclo completo de vida de ML, desde los datos hasta la implementación; * Diseño de sistemas: Experiencia diseñando arquitecturas de ML escalables y listas para producción; * Análisis de compensaciones: Capacidad para evaluar enfoques técnicos (costo, rendimiento, complejidad); * Evaluación de viabilidad: Evaluar rápidamente si ML es una solución apropiada para un problema determinado. **Ingeniería de IA agente y desarrollo asistido por IA** --------------------------------------------------- * Arquitectura de agentes: Profundo conocimiento de patrones de diseño de agentes, gestión de estado y marcos de orquestación; * Ecosistema Claude: Experiencia práctica con Claude Code, Claude Agent SDK y el ecosistema de herramientas de Anthropic; * Competencia en MCP: Comprensión de la arquitectura del Protocolo de Contexto del Modelo para diseñar integraciones con clientes; * Marcos de agentes: Conocimiento práctico de LangGraph, agentes LangChain y patrones de orquestación multiagente; * Flujos de trabajo asistidos por IA: Experiencia demostrada con asistentes de codificación basados en IA (Cursor, GitHub Copilot, Claude Code) para prototipado rápido; * Diseño de ecosistemas de herramientas: Capacidad para diseñar estrategias de llamadas a funciones y uso de herramientas para requisitos complejos de los clientes; * Comprensión de AgentOps: Conocimiento de marcos de monitoreo y evaluación de agentes, así como estrategias de optimización de costos; * Desarrollo de POC: Capacidad para construir rápidamente demostraciones convincentes de IA agente utilizando desarrollo asistido por IA. **Amplitud en ML** -------------- * Múltiples dominios de ML: Experiencia en diversas aplicaciones de ML (RAG, visión por computadora, series temporales, recomendaciones, etc.); * Soluciones basadas en LLM: Amplia experiencia en el diseño de aplicaciones basadas en LLM, incluidos sistemas agentes; * ML clásico: Fundamentos en algoritmos tradicionales de ML y cuándo utilizarlos; * Aprendizaje profundo: Comprensión de arquitecturas y aplicaciones de redes neuronales; * MLOps/LLMOps/AgentOps: Conocimiento de infraestructura de ML en producción y prácticas DevOps para todos los paradigmas de ML. **Nube e infraestructura (AWS obligatorio)** ------------------------------------------- * Experiencia en AWS: Conocimientos avanzados de servicios de ML y datos de AWS (SageMaker, Bedrock, Lambda, ECS, etc.); * Amazon Bedrock: Profundo conocimiento de agentes de Bedrock, bases de conocimiento y opciones de alojamiento de modelos; * Conocimiento multi-nube: Comprensión de alternativas en Azure y GCP para discusiones comparativas; * Arquitecturas sin servidor: Experiencia con Lambda, API Gateway y Step Functions para flujos de trabajo agentes; * Optimización de costos: Capacidad para diseñar soluciones rentables con un análisis claro del costo total de propiedad (TCO); * Seguridad y cumplimiento: Comprensión de los requisitos de seguridad de datos, privacidad y cumplimiento normativo. **Arquitectura de datos** * Canalizaciones de datos: Comprensión de patrones y herramientas ETL/ELT; * Almacenamiento de datos: Conocimiento de bases de datos, lagos de datos, bases de datos vectoriales y almacenes de datos; * Calidad de los datos: Comprensión de la validación y supervisión de datos; * En tiempo real frente a por lotes: Capacidad para diseñar soluciones según diferentes necesidades de procesamiento de datos. **Habilidades técnicas deseables** * Certificaciones de AWS (Arquitecto de Soluciones Profesional, Especialidad en ML); * Experiencia en industrias específicas (finanzas, salud, comercio minorista, etc.); * Conocimiento de ética de la IA y prácticas responsables de IA; * Experiencia en despliegues de ML en el borde (edge ML) e IoT; * Liderazgo intelectual publicado (blogs, charlas, documentos técnicos); * Contribuciones a marcos de agentes de código abierto o servidores MCP. ### **Métricas de éxito (primeros 90 días)** **Días 1\-30:** --------------- * Observar 3\-5 compromisos previos a la venta; * Establecer relaciones con Gerentes Generales y el equipo de ventas; * Completar la incorporación al catálogo de soluciones de Provectus y al kit de herramientas de IA; * Contribuir al menos a 1 propuesta técnica; * Demostrar competencia con Claude Code y desarrollo asistido por IA para la creación de POC. **Días 31\-60:** ---------------- * Liderar de forma independiente 2\-3 sesiones técnicas de descubrimiento; * Crear demostraciones técnicas convincentes, incluidas capacidades de IA agente; * Transferir con éxito 1\-2 proyectos a los equipos de entrega; * Establecer una buena relación con clientes clave; * Desarrollar al menos un patrón de solución agente reutilizable o una arquitectura de referencia. **Días 61\-90:** ---------------- * Obtener al menos 1 nuevo compromiso con un cliente mediante liderazgo técnico; * Consolidarse como voz técnica de confianza para soluciones de IA agente; * Contribuir al menos a 1 activo de solución reutilizable o componente del kit de herramientas de IA; * Recibir comentarios positivos de clientes y partes interesadas internas; * Diseñar y proponer con éxito al menos una solución agente a un cliente. ### **Lo que ofrecemos** * Rol de alto impacto trabajando con diversos clientes; * Oportunidad de moldear las ofertas de soluciones y la dirección de la práctica; * Trabajar con tecnologías de vanguardia en ML, LLM e IA agente; * Exposición global en LATAM, Europa y América del Norte; * Trayectoria profesional hacia Liderazgo de Práctica o Arquitecto Principal; * Presupuesto para formación y asistencia a conferencias; * Modalidad remota primero, con oportunidades regulares de viajes a clientes; * Acceso a las últimas herramientas de IA y suscripciones para desarrollo profesional. ### **Proceso de solicitud** * Selección inicial: CV \+ discusión preliminar; * Evaluación técnica: Diseño de sistema \+ discusión sobre arquitectura de ML/IA agente (2 horas); * Estudio de caso: Diseñar una solución para un escenario realista de cliente, incluidos componentes agentes (presentación); * Entrevista conductual: Comunicación con clientes y gestión de interesados; * Ronda final: Reunión con el Líder de Práctica y los Gerentes Generales; * Oferta. Podemos utilizar herramientas de inteligencia artificial (IA) para apoyar partes del proceso de contratación, como revisar solicitudes, analizar currículums o evaluar respuestas. Estas herramientas asisten a nuestro equipo de reclutamiento, pero no sustituyen el juicio humano. Las decisiones finales de contratación son tomadas exclusivamente por personas. Si desea más información sobre cómo se procesan sus datos, contáctenos.
