Ingeniero de Base de Conocimiento e Inteligencia Artificial

Descripción

Resumen del Puesto: Diseñar la estrategia de conocimiento e inteligencia artificial generativa para agentes, incluyendo arquitectura RAG, preparación documental, selección de modelos y optimización de costos. Puntos Destacados: 1. Diseñar la arquitectura conceptual de la base de conocimiento para agentes. 2. Definir estrategia RAG y calidad de contenido oficial. 3. Proponer criterios para selección y enrutamiento de modelos. ¡Sé parte de Stefanini! En Stefanini somos más de 30\.000 genios, conectados desde 41 países, haciendo lo que les apasiona y co\-creando un futuro mejor. **Responsabilidades y atribuciones** * Diseñar la estrategia de conocimiento e inteligencia artificial generativa para los agentes, incluyendo la arquitectura RAG, preparación y segmentación documental, selección y enrutamiento de modelos, evaluación de calidad, métricas de desempeño, optimización de costos y mecanismos de observabilidad. * La persona será responsable de convertir las fuentes de conocimiento oficiales y los requerimientos de los casos de uso en una arquitectura técnica viable para agentes y experiencias conversacionales. **Responsabilidades principales** * Diseñar la arquitectura conceptual de la base de conocimiento para los agentes. * Definir la estrategia RAG, incluyendo: * Ingesta documental. * Extracción de contenido. * Limpieza y normalización. * Segmentación o chunking. * Enriquecimiento con metadatos. * Generación de embeddings. * Indexación. * Recuperación semántica e híbrida. * Re\-ranking. * Citación y trazabilidad de fuentes. * Definir los requisitos de calidad y estructura del contenido oficial. * Diseñar mecanismos de versionamiento, publicación, despublicación y actualización de documentos. * Definir estrategias para diferenciar contenido vigente, histórico, contradictorio o pendiente de aprobación. * Diseñar la interacción entre la base de conocimiento, el moderador, los agentes y los modelos de lenguaje. * Proponer criterios para la selección de modelos según complejidad, costo, latencia, precisión y criticidad. * Diseñar reglas de enrutamiento entre modelos y agentes. * Definir estrategias para optimizar: * Consumo de tokens. * Latencia. * Costo por conversación. * Reutilización de respuestas. * Uso de caché. * Tamaño y calidad del contexto. * Definir métricas de evaluación de respuestas y recuperación: * Precisión. * Relevancia. * Groundedness. * Faithfulness. * Cobertura. * Tasa de abstención. * Alucinaciones. * Latencia. * Costo. * Diseñar casos y escenarios para evaluación técnica y funcional. * Definir guardrails para respuestas, herramientas, datos sensibles y acciones de los agentes. * Diseñar mecanismos de observabilidad para prompts, modelos, tokens, respuestas, fuentes y errores. * Documentar los riesgos de uso de IA generativa y las restricciones de los modelos. * Trabajar con el Arquitecto/a de Datos para definir dependencias y calidad de las fuentes. * Trabajar con el Arquitecto/a de Integraciones para definir las capacidades y herramientas que podrán consumir los agentes. * Participar en el diseño conceptual del moderador y la orquestación de agentes. * Generar insumos para el backlog técnico y la fase posterior de implementación. **Requisitos y calificaciones** **Requisitos técnicos** * Profesional en Ingeniería de Sistemas, Ingeniería de Software, Ciencias de la Computación, Inteligencia Artificial o carreras afines. * Experiencia profesional en ingeniería de datos, IA, machine learning, búsqueda semántica o desarrollo de plataformas inteligentes. * Experiencia práctica en: * LLMs y aplicaciones de IA generativa. * RAG. * Embeddings. * Bases vectoriales. * Búsqueda semántica e híbrida. * Prompt engineering. * Evaluación de modelos y respuestas. * Procesamiento documental. * Conocimiento de Python y APIs de modelos de IA. * Experiencia con bases de datos vectoriales o motores de búsqueda. * Conocimiento de técnicas de chunking, metadata filtering, reranking y retrieval. * Capacidad para diseñar métricas técnicas y funcionales de calidad. * Conocimiento de observabilidad, trazabilidad y optimización de costos en soluciones de IA. * Capacidad para documentar arquitecturas, experimentos, decisiones y criterios de evaluación. **Deseable** * Experiencia con Azure OpenAI, Azure AI Search, Databricks, Microsoft Fabric, Amazon Bedrock, Vertex AI, OpenSearch, Elasticsearch, Pinecone, Weaviate u otras tecnologías equivalentes. * Experiencia con LangChain, LlamaIndex, Semantic Kernel u otros frameworks. * Conocimiento de agentes, tool calling, function calling y orquestación multiagente. * Experiencia en OCR y procesamiento inteligente de documentos. * Conocimiento de seguridad para LLMs y OWASP Top 10 for LLM Applications. * Experiencia en diseño de asistentes virtuales o canales conversacionales. **Informaciones adicionales** ¿Buscas un lugar donde tus ideas brillen? Con más de 38 años y una presencia global, en Stefanini transformamos el mañana juntos. Aquí, cada acción cuenta y cada idea puede marcar la diferencia. Únete a un equipo que valora la innovación, el respeto y el compromiso. Si eres una persona disruptiva, te mantienes en aprendizaje continuo y la innovación está en tu ADN, entonces somos lo que buscas. ¡Ven y construyamos juntos un futuro mejor!