Requisitos:
- Licenciatura o Ingeniería en Sistemas, Informática, Ciencias de Datos o carrera afín.
- Deseable Maestría en Inteligencia Artificial, Ciencia de Datos, Arquitectura Empresarial
o Transformación Digital.
- Certificaciones deseables: Microsoft Azure AI Engineer Associate, Microsoft Azure
Solutions Architect Expert, Microsoft Fabric Analytics Engineer, TOGAF, Certified Data
Management Professional (CDMP), Microsoft Copilot Studio, Kubernetes Administrator
(CKA), Azure Security Engineer.
Competencias Técnicas:
Responsable de diseñar, gobernar e implementar soluciones basadas en Inteligencia Artificial, IA Generativa, agentes autónomos y asistentes digitales, alineadas con la estrategia tecnológica y de negocio de la organización. Lidera la definición de arquitecturas de IA empresariales, promoviendo el uso seguro, escalable y gobernado de plataformas como Microsoft Azure AI y Microsoft Copilot, habilitando casos de uso que incrementen la productividad, la automatización, la experiencia de usuario y la generación de valor para el negocio. También diseña, desarrolla y supervisa la implementación de agentes inteligentes, soluciones RAG (Retrieval Augmented Generation), modelos de lenguaje, automatizaciones cognitivas y plataformas de IA empresarial bajo los lineamientos de Arquitectura Tecnológica.
Experiencia mínima requerida
- 5 años de experiencia en arquitectura de soluciones empresariales.
- 3 años de experiencia en Azure.
- 3 años de experiencia en plataformas de datos.
- 2 años de experiencia en Inteligencia Artificial, Machine Learning o IA Generativa.
- 2 años diseñando APIs, microservicios y arquitecturas de integración.
- Experiencia comprobada implementando agentes inteligentes, asistentes virtuales o
soluciones conversacionales.
- Experiencia en contenerización y orquestación con Kubernetes u OpenShift.
Conocimientos técnicos
- Inteligencia Artificial: Azure AI Foundry, Azure OpenAI, Copilot Studio, Semantic
Kernel, LangChain, RAG, Vector Databases, Prompt Engineering, Fine-Tuning, Agentic
AI, Multi- Agent Systems.
- Cloud e Infraestructura: Microsoft Azure, Azure Kubernetes Service (AKS), Azure
Container Apps, Docker, Kubernetes, OpenShift, Terraform, Azure Landing Zones.
- Datos: Microsoft Fabric, Azure Data Lake, Azure SQL, Cosmos DB, Databricks, Data
Governance, Data Catalogs, Master Data Management.
- Integración: API Management, Event Grid, Event Hub, Service Bus, Kafka, REST APIs,
Graph API.
- DevSecOps y Observabilidad: Azure DevOps, GitHub, CI/CD, DevSecOps, Application
Insights, Azure Monitor, OpenTelemetry, Grafana, Elastic.
- Marcos de referencia: TOGAF, BIAN, Open Banking, Well-Architected Framework,
Responsible AI, NIST AI Risk Management Framework.
Funciones principales
Diseño y arquitectura de IA
- Diseñar arquitecturas empresariales para soluciones de Inteligencia Artificial, IA
Generativa y agentes inteligentes.
- Definir patrones, estándares y lineamientos para el desarrollo e implementación de
agentes conversacionales, asistentes digitales y soluciones basadas en LLM.
- Diseñar arquitecturas RAG utilizando repositorios documentales, bases vectoriales y
motores de búsqueda empresarial.
- Diseñar arquitecturas multimodales que integren texto, voz, imágenes y documentos.
- Elaborar diagramas y modelos arquitectónicos de componentes de IA, inferencia,
entrenamiento, integración y operación.
- Diseñar soluciones escalables basadas en microservicios y contenedores.
- Definir arquitecturas de integración mediante APIs, eventos y plataformas de
mensajería.
- Diseñar mecanismos de observabilidad, monitoreo y trazabilidad de modelos, prompts y agentes.
Implementación de agentes y automatización inteligente
- Diseñar e implementar agentes empresariales utilizando Microsoft Copilot Studio.
- Diseñar agentes especializados para arquitectura, operaciones, soporte, riesgo,
cumplimiento y áreas de negocio.
- Definir mecanismos de orquestación entre múltiples agentes.
- Diseñar flujos de automatización inteligente mediante Power Platform y Azure.
- Implementar capacidades de memoria, contexto, recuperación de conocimiento y
ejecución de acciones.
- Integrar agentes con sistemas corporativos mediante APIs, conectores y eventos.
Arquitectura cloud e infraestructura para IA
- Diseñar plataformas de IA sobre Microsoft Azure.
- Definir estrategias de contenerización utilizando Docker, Kubernetes y OpenShift.
- Diseñar plataformas para despliegue de modelos y agentes utilizando Azure
Kubernetes Service (AKS), Azure Container Apps y Azure AI Foundry.
- Diseñar arquitecturas híbridas y multicloud cuando sea requerido.
- Definir estrategias de alta disponibilidad, resiliencia y recuperación para plataformas
de IA.
Gobierno y seguridad de IA
- Definir marcos de gobierno para Inteligencia Artificial Responsable.
- Establecer controles para privacidad, seguridad y cumplimiento regulatorio.
- Diseñar controles de gobierno de prompts, modelos, datos y agentes.
- Definir mecanismos de auditoría y trazabilidad de decisiones generadas por IA.
- Supervisar el cumplimiento de estándares corporativos y regulatorios relacionados con
IA.
Gestión de datos e integración
- Diseñar arquitecturas de datos para habilitar soluciones de IA.
- Definir estrategias de calidad, catalogación y gobierno de datos.
- Diseñar repositorios vectoriales y mecanismos de indexación documental.
- Asegurar la integración eficiente con plataformas de datos corporativas.
- Promover el uso de datos confiables y gobernados para entrenamiento e inferencia.
Innovación y mejora continua
