Arquitecto Soluciones IA

Tendrás la oportunidad de Diseña, evaluar y liderar las diferentes estrategias diseñando las arquitecturas de las soluciones con IA.

Algunas funciones serán

Diseñar y crear la estructura completa de una solución de software, entendiendo con claridad los requerimientos, identificando los components claves, definiendo las interfaces entre estos y seleccionando las tecnologías apropiadas.

Liderar la estrategia de DevSecOps diseñando las arquitecturas de las soluciones con un fuerte foco en seguridad.

Asegurar que las consideraciones de seguridad sean integradas desde el principio, tales como implementar mecanísmos de comunicación seguros y protección de datos en reposo y tránsito.

Asegurar que las soluciones de software pueden manejar las cargas de trabajo requeridas en escenarios de aumento y mantener el desempeño óptimo bajo diferentes condiciones.

Asegurar que cada componente de software cumple con sus funciones y responsabilidades de manera autónoma y puede integrarse y trabajar conjuntamente definiendo los protocolos de

Realizar la validación de las arquitecturas de referencia del cliente y evaluar la adherencia a dichas arquitecturas como posibles alternativas de solución, justificar las razones de no adherencia y concertar la arquitectura definitiva con el cliente.

Establecer los estándares técnicos, mejores prácticas y líneas guías de codificación para mantener la consistencia y la calidad a través de todo el ciclo de vida de desarrollo, teniendo como definición base las prácticas establecidas.

Asistir y direccionar los posibles riesgos técnicos, identificar y remediar vulnerabilidades de seguridad y sugerir medidas para mitigar potenciales amenazas.

Trabajar de manera cercana con los equipos de Desarrollo proveyendo guía y soporte durante todo el ciclo de Desarrollo, fomentando las prácticas y resolviendo limitantes técnicos. Ofrecer code review y liderazgo técnico.

Lo que requieres

Perfil

Profesional en Ingeniería de Sistemas, Ingeniería Electrónica, Matemáticas aplicadas o carreras afines, deseable posgrado en Ingeniería de Software o afines.

Mínimo 7 años de experiencia en soluciones de uso de servicios cognitivos y 3 años en soluciones AI

Conocimientos en:

Plataformas de Nube: – Azure (principal): Azure Machine Learning, Cognitive Services, Databricks, Azure Synapse Analytics, Azure Data Lake, Azure Kubernetes Service (AKS), Azure DevOps, Event Hubs, Service Bus. – Otras Plataformas (deseable): Conocimientos generales de AWS y Google Cloud Platform (GCP) para entornos híbridos.
Lenguajes de Programación: – Python: Dominio avanzado, especialmente en librerías de IA/ML como TensorFlow, PyTorch, Scikit-learn y NLTK. – SQL: Para consultas y manipulación de bases de datos relacionales. – Spark (para procesamiento distribuido de datos en Databricks).
Tecnologías y Herramientas de Machine Learning y Data Science: – Databricks: Creación y optimización de pipelines de datos y modelos de ML. – Azure Machine Learning: Gestión del ciclo de vida de modelos, entrenamiento y despliegue. – RAG (Recuperación Aumentada con Generación): Técnicas y herramientas para la integración de sistemas de búsqueda y generación de texto en aplicaciones de IA. – Vectorización: Herramientas y técnicas para el procesamiento de embeddings y búsqueda semántica. – Modelos de IA Generativa: Familiaridad con modelos de lenguaje de última generación y técnicas de fine-tuning.
Bases de Datos y Almacenamiento: – Relacionales: SQL Server. – NoSQL: Cosmos DB, MongoDB (deseable). – Data Lakes: Azure Data Lake para almacenamiento de grandes volúmenes de datos estructurados y no estructurados. – Repositorios de Documentos: Integración con sistemas de almacenamiento documental en entornos de IA.
Contenerización y Orquestación: – Docker: Para crear y gestionar contenedores de aplicaciones de IA. – Kubernetes: Preferentemente Azure Kubernetes Service (AKS) para la orquestación de contenedores en entornos escalables de IA.
Pipelines de CI/CD y Herramientas de Automatización: – Azure DevOps: Creación de pipelines para automatizar el despliegue de modelos y servicios de IA, pruebas y monitoreo en Azure. – Git: Conocimiento avanzado en gestión de código, estrategias de ramificación y políticas de calidad (Github, Bitbucket o VSTS).
Servicios Cognitivos de Azure: – Azure Cognitive Services: Uso de servicios de visión por computadora, análisis de texto, reconocimiento de voz, traducción y otros servicios cognitivos para enriquecer aplicaciones de IA.
Tecnologías de Integración de Mensajería: – Azure Service Bus y Event Hubs: Para construir sistemas de mensajería y procesamiento de eventos en tiempo real.
Pruebas de IA y ML: – Herramientas y técnicas para pruebas de rendimiento, carga, estrés y seguridad de modelos de IA, con conocimientos en frameworks de pruebas automáticas.
Seguridad y DevSecOps: – Prácticas de DevSecOps en la nube, especialmente en la integración de medidas de seguridad durante el desarrollo y despliegue de modelos de IA.

Conocimientos opcionales

Herramientas de análisis de calidad de código: Familiaridad con herramientas de análisis estático como SonarQube para evaluar y mantener la calidad del código en proyectos de IA.

Competencias fundamentales / Soft Skills

Es positivo, sereno y determinado ante el cambio: Posee Inteligente emocional y social.
Vive en comunicación permanente de forma asertiva y cercana: comunicación efectiva saber escuchar, saber presentar, empatía, orientación al cliente.
Impulsa la colaboración, el aprendizaje y la innovación: inquieto por aprender
Actúa con perspectiva eco – sistémica: Liderazgo, empoderamiento y orientación a resultados
Es sensible al riesgo y a las oportunidades: Es negociador y realiza análisis de información

Resultados esperados

Diseño e implementación de arquitecturas de inteligencia artificial sobre la nube, enfocadas en aplicaciones de Machine Learning, inteligencia artificial generativa y servicios cognitivos en plataformas como Azure, con un enfoque especializado en modelos personalizados, RAG y vectorización gestionada en Databricks.
Diseño e implementación de soluciones de IA en entornos híbridos (On-Premise y Cloud), utilizando Azure como plataforma principal e integrando herramientas avanzadas de IA y ML en combinación con tecnologías como Python, Spark, Databricks, Azure ML, Cognitive Services y soluciones de contenedores como Kubernetes y Docker.
Desarrollo de arquitecturas de procesamiento y análisis de datos en tiempo real, haciendo uso de mensajería y orquestación a través de Azure Service Bus, Event Hubs y Synapse Analytics, optimizando el flujo de datos para soluciones de IA avanzadas.
Diseño y gestión de bases de datos orientadas a IA, incluyendo bases de datos relacionales (como SQL Server) y NoSQL (como Cosmos DB), así como su integración con Data Lakes y repositorios documentales en entornos de almacenamiento de grandes volúmenes de datos para entrenamiento y despliegue de modelos.
Gestión de pipelines de CI/CD para proyectos de IA y ML mediante Azure DevOps, asegurando la automatización del ciclo de vida de modelos y el despliegue de soluciones de IA en producción de forma ágil y segura.
Conocimiento integral de los principios de ingeniería de software aplicados a la IA y los pilares de DevSecOps para asegurar soluciones de IA seguras y escalables.
Experiencia en arquitecturas de referencia para soluciones de IA de misión crítica, aplicaciones de procesamiento de datos en gran escala, IA para IoT y análisis predictivo.
Conocimientos en diseño y ejecución de pruebas automatizadas de rendimiento, carga, estrés y seguridad para modelos de IA, garantizando la estabilidad y el desempeño adecuado de las soluciones.
Excelente capacidad de abstracción y conceptualización en el diseño y construcción de soluciones avanzadas de IA.
Conocimiento en GIT: estrategias de ramificación y colaboración, índices de calidad de código, políticas de revisión y estándares de código seguro aplicados a proyectos de IA.

Condiciones deseables

Debe tener disponibilidad para viajar por solicitud del client

GlobalMVM