Arquitecto/A De Sistemas Autónomos E Ingeniería De Ia Agéntica

En KA Resources buscamos un/a profesional con inglés avanzado que lidere el diseño y la implantación de sistemas completos de IA agéntica (Agentic AI), siendo responsable de toda la arquitectura, desde la gestión del conocimiento hasta el razonamiento cognitivo y la ejecución autónoma., Ejecutar acciones de forma autónoma (capa agéntica).

• Mejorar continuamente mediante mecanismos de retroalimentación y medición del rendimiento.No buscamos desarrollar funcionalidades aisladas de IA, sino diseñar un auténtico sistema operativo de IA para la empresa.Responsabilidades principales- Diseñar y poner en producción toda la arquitectura de IA agéntica.
• Construir componentes y capas reutilizables para soluciones de IA.

• Habilitar flujos de trabajo empresariales autónomos, escalables, gobernados y de alto rendimiento.Responsabilidades ampliadas1. Gestión del conocimiento y capa semántica- Definir la estrategia de ingestión, organización y estructuración del conocimiento empresarial.

• Diseñar pipelines para integrar:- Datos estructurados y no estructurados.
• Documentación, APIs y flujos de datos en tiempo real.
• Establecer:- Modelos de metadatos.
• Arquitectura para el consumo de ontologías y modelos semánticos.

• Garantizar que el conocimiento sea contextual, consumible por la IA y se mantenga actualizado de forma continua.Objetivo: construir una base de conocimiento empresarial dinámica, fiable y preparada para la IA.2. Catálogo corporativo de capacidades de IADiseñar un catálogo cognitivo que indexe:- Agentes.

• Herramientas y APIs.
• Capacidades y habilidades.Facilitar la reutilización y descubrimiento de:- Prompts.
• Flujos de trabajo.

• Modelos de IA.Construir un sistema donde los agentes puedan descubrir e invocar otros agentes y herramientas.Objetivo: crear una capa de capacidades de IA componible y autoservicio.3. Marco de toma de decisionesInteligencia generativaOrquestación de modelos LLM para:- Generación de contenido.

• Creación de hipótesis.
• Razonamiento en lenguaje natural.Gestionar estrategias multimodelo optimizando:- Coste.
• Rendimiento.
• Especialización.Inteligencia lógica y determinista- Motores de reglas.
• Razonamiento matemático.
• Lógica de procesos.
• Integración con modelos de IA y Machine Learning.
• Cumplimiento normativo.
• Calidad y precisión de los modelos.Desarrollar sistemas híbridos que combinen:- Capacidades de razonamiento de los LLM.

• Control programático.Objetivo: equilibrar creatividad y fiabilidad en la toma de decisiones basada en IA.4. Capa agéntica (diseño de sistemas autónomos)Diseñar arquitecturas de:- Sistemas monoagente y multiagente.

• Modelos jerárquicos y colaborativos.Definir:- Planificación.
• Memoria.
• Bucles de ejecución.
• Descomposición y coordinación de tareas.Permitir que los agentes:- Ejecuten acciones sobre sistemas corporativos.

• Aprendan continuamente mediante mecanismos de feedback.Objetivo: desarrollar flujos de trabajo autónomos preparados para entornos de producción.5. Capa de integración agénticaDiseñar la integración con:- CRM.

• ERP.

• Sistemas de RR. HH.- Plataformas de datos y APIs.Construir marcos seguros para que los agentes puedan:- Orquestar APIs.

• Operar mediante arquitecturas dirigidas por eventos.

• Ejecutar transacciones reales de negocio.Objetivo: transformar la IA desde la generación de conocimiento hasta la ejecución de acciones.6. Data Mesh y arquitectura distribuida de datosAlinear la arquitectura de IA con principios de Data Mesh.Garantizar:- Propiedad distribuida de los datos por dominio.

• Descubrimiento de datos.
• Estandarización de productos de datos.Integración con plataformas como:- Databricks.

• Snowflake.Objetivo: proporcionar una base de datos escalable y alineada con el negocio para soportar la IA.7. Gobierno, seguridad y controlDefinir el marco de gobierno para:- Toma de decisiones autónoma.

• Acceso y privacidad de los datos.Implementar:- Control de acceso basado en roles para agentes.
• Mecanismos Human-in-the-Loop.
• Auditoría.

• Explicabilidad de los modelos.Garantizar el cumplimiento de los estándares regulatorios y corporativos.Objetivo: desarrollar sistemas de IA fiables, seguros y controlables.8. Rendimiento, FinOps, observabilidad y optimizaciónDefinir y monitorizar indicadores como:- Tasa de éxito de las tareas.

• Nivel de autonomía de los agentes.
• Coste por ejecución.
• Latencia.
• Capacidad de procesamiento.Construir herramientas de observabilidad para analizar:- Comportamiento de los agentes.
• Modos de fallo.Optimizar el rendimiento mediante:- Bucles de retroalimentación.

• Sistemas de aprendizaje continuo.Objetivo: garantizar operaciones de IA eficientes, escalables y fiables.9. Ingeniería de plataforma y frameworks reutilizablesDesarrollar una plataforma de IA agéntica que incluya:- Frameworks y plantillas para agentes.

• Repositorio y catálogo de agentes.
• Capas de orquestación.
• Capas de gobierno.
• SDKs y aceleradores de desarrollo.Convertir estas capacidades en:- Soluciones comercializables para clientes.
• Activos reutilizables y escalables.Objetivo: crear un negocio de ingeniería de IA basado en propiedad intelectual.Requisitos imprescindibles- Más de 15 años de experiencia en sistemas distribuidos, Inteligencia Artificial, Machine Learning o ingeniería de plataformas.
• Amplia experiencia práctica desarrollando:- Sistemas basados en modelos de lenguaje (LLMs).
• Plataformas de automatización mediante agentes o workflows inteligentes., Al crear una alerta, aceptas nuestros Términos y condiciones y Política de privacidad, y el uso de cookies., Alemania Australia Austria Bélgica Brasil Canadá España Estados Unidos Francia India Italia México Nueva Zelanda Holanda Polonia Reino Unido Singapur Sudáfrica Suiza

Modalidad remoto.

• Horario de oficina habitual.
• Formar parte de un gran equipo con proyección de carrera y ambiciosos objetivos.
• Salario: *****k b/aLa persona seleccionada será responsable de construir una arquitectura de IA multicapa en la que los agentes sean capaces de:- Comprender el contexto empresarial (capa de conocimiento).
• Razonar y planificar (capa cognitiva)., Experiencia demostrable implantando sistemas de IA empresariales en entornos de producción.Aspectos diferenciales- Haber diseñado arquitecturas de IA multicapa, más allá de aplicaciones aisladas.
• Experiencia en:- Sistemas de conocimiento (RAG, ontologías, grafos de conocimiento).
• Orquestación de múltiples agentes.
• Marcos de gobierno de IA.
• Excelente combinación de profundidad técnica, visión arquitectónica y orientación al **#J-*****-Ljbffr, + Técnico
• Recepciónista
• Administrador
• Ventas
• Enfermero
• Limpieza
• Mantenimiento
• Telefonista
• Compras
• Recursos humanos

Tipo de trabajo

• Desde casa
• Estudiantes
• Online
• Trabajos Verticales
• En inglés
• Teletrabajo
• Media jornada