Propósito

Liderar la estrategia de analítica avanzada e inteligencia artificial del Grupo, definiendo el marco MLOps con SageMaker, proponiendo arquitecturas de machine learning e IA generativa, y habilitando un ecosistema gobernado donde los equipos de dominio puedan desarrollar, desplegar y monitorear modelos de forma escalable y costo-eficiente.

Educación

Certificación AWS Cloud Practitioner (Deseable).

Conocimientos técnicos

·      Experiencia sólida en diseño de arquitecturas de soluciones analíticas en entornos cloud (AWS).

·      Git y Azure DevOps para control de versiones y gestión de trabajo.

·      Marcos de trabajo basados en metodologías ágiles.

·      Capacidad de documentación técnica (diagramas de arquitectura, RFCs, ADRs).

Conocimientos y herramientas específicas para Analítica Aumentada/AI:

·      Programación: Python avanzado, PySpark, SQL, Pandas, Scikit-learn, PyTorch/TensorFlow.

·      MLOps: AWS SageMaker (Pipelines, Model Registry, Endpoints, Feature Store, Experiments).

·      Machine Learning: Modelos supervisados, no supervisados, deep learning, series de tiempo, optimización.

·      IA Generativa: LLMs, RAG, agentes inteligentes, prompt engineering, fine-tuning, AWS Bedrock.

·      Servicios AWS: SageMaker, Bedrock, S3, Lambda, ECR, Step Functions, CloudWatch.

·      Gobernanza ML: Model monitoring, drift detection, explicabilidad, IA responsable.

Experiencia

Entre 3 y 5 años de experiencia en el desarrollo de iniciativas de analítica aplicada a procesos comerciales.

Responsabilidades

Generales:

·      Vigilancia Tecnológica y Evolución: Mantener un monitoreo constante de tendencias y herramientas del mercado y evaluar tecnologías para proponer adopciones basadas en la alineación estratégica y costo-eficiencia, realizando benchmarking para asegurar que la línea analítica sea competitiva frente a estándares industriales.

·      Gobierno de Frameworks: Definir, documentar y evolucionar los marcos de trabajo, estableciendo los estándares y patrones que los equipos de dominio deben seguir. Deberá garantizar que estas estructuras estén alineadas con el gobierno de BI y la arquitectura empresarial.

·      Diseño de Arquitecturas: Crear soluciones personalizadas cuando los marcos actuales no cubren los requisitos técnicos. Esto implica coordinar con equipos de DevSecOps, Cloud y Seguridad para garantizar infraestructuras robustas, documentadas y escalables.

·      Gestión del Conocimiento: Asegurar que las metodologías y procedimientos estén actualizados, generando material de capacitación y guías de mejores prácticas para los equipos.

·      Relacionamiento y Liderazgo: Actuar como puente entre la arquitectura empresarial, proveedores estratégicos y equipos técnicos. Finalmente, deben ejercer como mentores del consultor experto, resolviendo impedimentos complejos y fomentando una cultura de innovación continua.

Específicas:

·      Evolucionar y gobernar el framework de MLOps en SageMaker, definiendo estándares de ciclo de vida de modelos.

·      Diseñar arquitecturas de ML/IA para casos de uso avanzados: computer vision, NLP, series de tiempo, optimización.

·      Liderar la estrategia de IA generativa y agentes inteligentes, evaluando servicios como Bedrock y/o Vertex IA proponiendo casos de uso estratégicos.

·      Definir lineamientos de experimentación, versionado, monitoreo y reentrenamiento de modelos.

·      Vigilar la evolución del ecosistema AWS de ML/IA (SageMaker, Bedrock) y proponer adopciones.

·      Establecer prácticas de IA responsable, explicabilidad y gobierno de modelos.