Enterprise Artificial Intelligence Architect

Responsabilidades clave

Arquitectura y estrategia de IA empresarial

• Diseñar y evolucionar arquitecturas de IA a nivel enterprise: ML/AI foundations, GenAI, NLP, agentes inteligentes, infraestructura y gestión del conocimiento.
• Definir frameworks de referencia, patrones arquitectónicos y blueprints reutilizables.
• Seleccionar tecnologías del ecosistema open‑source y comercial alineadas con estándares corporativos y hojas de ruta a largo plazo.

Plataformas Operacionales de IA (OSP)

• Arquitecturar y gobernar plataformas que soporten todo el ciclo de vida de IA: ingesta, desarrollo, despliegue, monitoreo, retraining y mejora continua.
• Definir pipelines de MLOps / LLMOps / AgentOps centrados en confiabilidad, observabilidad, optimización y control de costos.
• Integrar plataformas de IA con sistemas existentes de datos, analítica y aplicaciones empresariales.

Habilitación de negocio y casos de uso

• Colaborar con líderes de negocio, I+D y equipos digitales para identificar, priorizar y pilotear casos de uso de IA/GenAI.
• Evaluar factibilidad, adecuación arquitectónica y retorno esperado.
• Convertir requerimientos de negocio en diseños técnicos accionables y medibles.

Gobernanza, riesgo y Responsible AI

• Trabajar con equipos de seguridad, riesgo y gobernanza para mitigar riesgos de IA: data poisoning, model theft, ataques adversarios, incumplimientos regulatorios.
• Asegurar adhesión a principios éticos de IA, privacidad de datos y marcos emergentes de gobernanza.
• Auditar herramientas, modelos y prácticas de ingeniería; implementar bucles de retroalimentación y recalibración.

Liderazgo técnico y colaboración

• Coordinar con data scientists, ML engineers, data engineers, DevOps, arquitectos y operaciones para asegurar alineación end‑to‑end.
• Actuar como líder de pensamiento y agente de cambio promoviendo una cultura AI‑driven.
• Guiar y asesorar a otros arquitectos de IA y personal técnico senior.

---

Cualificaciones esenciales

• Licenciatura en Ciencias Computacionales, Ciencia de Datos, Ingeniería en IA o disciplinas relacionadas (o experiencia equivalente).
• Experiencia comprobada liderando arquitecturas de plataformas de IA de punta a punta.
• Conocimiento profundo del ciclo de vida de IA: gobierno de datos, desarrollo, despliegue y operaciones.
• Experiencia práctica con Python, IaC y prácticas de ingeniería de AI/ML.
• Dominio de contenedores, Kubernetes, CI/CD y arquitecturas híbridas/multinube.
• Experiencia diseñando arquitecturas escalables para NLP, GenAI y sistemas agent‑based.
• Sólido entendimiento de modelado de datos (conceptual/lógico) y marcos de gobierno de información.
• Familiaridad con patrones arquitectónicos estándar e IA en la nube (p. ej., AWS Bedrock, SageMaker, servicios analíticos).
• Inglés avanzado (oral y escrito).

---

Cualificaciones deseables

• Posgrado en IA, Ciencia de Datos, MIS o campos afines.
• Experiencia amplia en roles senior de arquitectura de IA, ciencia de datos o ingeniería de datos.
• Experiencia en seguridad de IA, gestión de riesgo de modelos y mitigación de amenazas adversarias.
• Experiencia práctica desplegando LLMs y modelos multimodales (LVMs).
• Experiencia en industrias reguladas (preferencia: farma o ciencias de la vida).
• Conocimiento de metodologías Agile enfocadas en IA.
• Experiencia liderando o mentorando equipos pequeños de arquitectos de IA.