Sr Data Scientist / AI Engineer - AI Lab (AI Factory, Data)

El AI Lab dentro de AI Factory (Data) es el equipo responsable de explorar, evaluar y desarrollar soluciones avanzadas basadas en modelos fundacionales, Large Language Models (LLMs) y sistemas agénticos para casos de uso estratégicos del banco.

El equipo trabaja en todo el ciclo de vida de soluciones de IA avanzada: desde la evaluación experimental de modelos hasta la construcción de prototipos y su integración en entornos productivos dentro de las operativas del banco., Evaluación y experimentación con GenAI

• Selección y evaluación comparativa de modelos fundacionales para distintos casos de uso de negocio incluyendo aplicaciones de lenguaje, voz y multimodales.
• Diseño y ejecución de planes de evaluación de modelos , incluyendo definición de métricas técnicas y de negocio y comparación de modelos en distintos escenarios.
• Construcción iterativa de datasets de entrenamiento, validación y evaluación .
• Adaptación de modelos generativos y discriminativos mediante fine-tuning u otras técnicas equivalentes.
• Definición de metodologías de experimentación controlada (A/B testing) .
• Definición y validación de KPIs analíticos asociados a soluciones basadas en LLM.

Desarrollo de soluciones basadas en LLMs y sistemas agénticos

• Diseño y desarrollo de soluciones analíticas basadas en LLMs , incluyendo arquitecturas que combinen múltiples modelos.
• Diseño y desarrollo de sistemas agénticos basados en LLMs , incluyendo arquitecturas donde los modelos interactúan con herramientas, APIs y fuentes de conocimiento externas y modelos de ML .
• Desarrollo de flujos de razonamiento y orquestación de modelos , incluyendo planificación de tareas, uso de herramientas y composición de múltiples pasos de inferencia.
• Construcción de bases de conocimiento y datasets de dominio para alimentar modelos generativos.
• Construcción de sistemas donde los LLMs actúan como interfaces inteligentes para interactuar con sistemas y datos corporativos.
• Desarrollo de pipelines de inferencia y servicios backend para soluciones basadas en LLM.
• Integración de modelos con sistemas y operativas del banco , incluyendo diseño de APIs e integración con sistemas corporativos.
• Participación en ciclos de experimentación iterativa sprint a sprint , desde prototipo hasta solución productiva.

Investigación aplicada y transferencia de conocimiento

• Prospección tecnológica continua sobre avances en LLMs, modelos fundacionales, técnicas avanzadas de NLP y arquitecturas agénticas .
• Evaluación de nuevas tecnologías y frameworks relevantes para soluciones de IA generativa.
• Divulgación y comunicación de conceptos técnicos a audiencias con distintos niveles de especialización dentro de la organización.

Buscamos un Sr Data Scientist / Gen AI Engineer con perfil híbrido de Machine Learning Engineering (MLE) y experiencia sólida en Machine Learning / NLP , capaz de combinar experimentación analítica avanzada con desarrollo de soluciones basadas en LLMs y arquitecturas agénticas ., * Experiencia en el ciclo de vida completo de proyectos de ML y NLP incluyendo exploración de datos (EDA), construcción de dataset, selección de modelos, entrenamiento, evaluación y monitorización.

• Experiencia en d esarrollo de soluciones analíticas productivas .
• Construcción de pipelines de ML y servicios de inferencia .
• Experiencia en MLOps : automatización de pipelines, integración y despliegue continuo, observabilidad y monitorización de modelos., * Experiencia trabajando en entornos cloud , especialmente AWS .
• Despliegue e integración de soluciones de ML en entornos cloud .
• Conocimiento de infraestructura como código (IaC) , por ejemplo CloudFormation .
• Experiencia usando Git y CI/CD para integración y despliegue de software., * Programación en Python .
• Deseable experiencia en Typescript / NodeJS .
• Experiencia con frameworks de orquestación de LLMs y agentes (por ejemplo LangGraph, Agents SDK, AWS Strands u otros ).
• Experiencia en el uso de agentes de código Github Copilot, Claude Code, Cursor o similar.

Riesgos en modelos generativos

• Comprensión de los riesgos asociados a modelos generativos : alucinación de hechos, sesgos, impredecibilidad del modelo y omisiones en generación .

Experiencia adicional valorable

• Experiencia con otros entornos cloud ( Azure, GCP / Vertex AI ).
• Experiencia en entornos on-premise .
• Experiencia en aplicaciones financieras y de medios de pago., * Espíritu de equipo y capacidad de trabajo colaborativo.
• Capacidad para explicar conceptos técnicos a perfiles no técnicos .
• Mentalidad analítica y orientación a la experimentación.
• Flexibilidad y adaptación a entornos tecnológicos en evolución.