> Markdown version of [/jobs/ext/3616926-arquitecto-de-plataforma](https://www.wearedevelopers.com/jobs/ext/3616926-arquitecto-de-plataforma). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Arquitecto De Plataforma

- **Company:** Shakers
- **Location:** Toledo, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Microsoft Azure, Cloud Computing, Continuous Integration, Mainframes, Systems Architecture, Google Cloud, Retrieval-Augmented Generation, Kubernetes, Machine Learning Operations, Vmware
- **Published:** October 8, 2026
- **Apply:** https://www.buscojobs.com.es/arquitecto-de-plataforma-en-toledo-ID-375133509

## About the Role

+5 años de experiencia consolidada en arquitectura técnica en tu dominio de especialización
Experiencia profunda y demostrable en al menos uno de estos entornos, entendiendo bien el modelo híbrido: on-prem (Kubernetes on-prem, VMware) o cloud (Azure, AWS, GCP)
Diseño e implantación de plataformas de IA de autoservicio: AI gateway, credenciales, enrutado, cuotas, control de coste
Arquitectura de sistemas agénticos: orquestación, gestión de contexto, MCP, function calling, RAG
Harness engineering y gobierno de modelos
Seguridad específica de IA y observabilidad del uso de modelos
Integración de IA en el SSDLC: CI/CD, IaC, agentes en Kubernetes
Comunicación técnica clara con equipos de tecnología y criterio sobre qué se automatiza y qué necesita control humano
Marco regulatorio de IA en sector financiero: EU AI Act, DORA, riesgo de terceros y de proveedores de modelos
MLOps o LLMOps: modelos propios o autoalojados, fine-tuning, gestión de artefactos
Entornos Mainframe y su integración con la plataforma
Adopción de herramientas de asistencia al desarrollo con IA a escala de organización
Experiencia en banca o sectores regulados

## Description

Buscamos 3 AI Platform Architects para diseñar y construir la plataforma de IA corporativa de una entidad financiera de referencia. Arquitectura sobre ecosistema híbrido: multicloud, on-prem y Mainframe.El retoEl objetivo es que puedan construir, desplegar y operar capacidades de IA y sistemas agénticos de forma autónoma, segura y trazable. Diseñar sobre tecnología inmadura en un sector donde cada decisión tiene que ser auditable.3 posiciones abiertasDiseñar y construir la capa de acceso y mediación a modelos (AI gateway): credenciales, enrutado, cuotas y control de costeDefinir la arquitectura de los sistemas agénticos: orquestación, gestión de contexto, integración de herramientas (MCP, function calling) y patrones RAGHarness engineering: diseñar el entorno de ejecución de los agentes (contexto, herramientas, aislamiento, permisos y verificación) para que el resultado sea repetible y revisableMontar el gobierno de modelos: ciclo de vida de los modelos aprobados, criterios de selección, evaluación de calidad y trazabilidad de usoIntegrar la IA en el SSDLC: pipelines CI/CD, IaC y ejecución de agentes en KubernetesDiseñar los controles de seguridad específicos de IA (prompt injection, fuga de datos, aislamiento de ejecución) y la observabilidad del costeBajar al barro: tomar decisiones técnicas en contexto real y responder de que lo construido sea coherente con el diseño+5 años de experiencia consolidada en arquitectura técnica en tu dominio de especializaciónExperiencia profunda y demostrable en al menos uno de estos entornos, entendiendo bien el modelo híbrido: on-prem (Kubernetes on-prem, VMware) o cloud (Azure, AWS, GCP)Diseño e implantación de plataformas de IA de autoservicio: AI gateway, credenciales, enrutado, cuotas, control de costeArquitectura de sistemas agénticos: orquestación, gestión de contexto, MCP, function calling, RAGHarness engineering y gobierno de modelosSeguridad específica de IA y observabilidad del uso de modelosIntegración de IA en el SSDLC: CI/CD, IaC, agentes en KubernetesComunicación técnica clara con equipos de tecnología y criterio sobre qué se automatiza y qué necesita control humanoMarco regulatorio de IA en sector financiero: EU AI Act, DORA, riesgo de terceros y de proveedores de modelosMLOps o LLMOps: modelos propios o autoalojados, fine-tuning, gestión de artefactosEntornos Mainframe y su integración con la plataformaAdopción de herramientas de asistencia al desarrollo con IA a escala de organizaciónExperiencia en banca o sectores regulados