• Liderazgo y Arquitectura en GenAI: Diseñar y entregar aplicaciones sofisticadas de Inteligencia Artificial Generativa (GenAI) orientadas al usuario, utilizando modelos de lenguaje avanzados (LLM) para atender necesidades complejas.
• Desarrollo e Integración Backend: Desarrollar servicios backend robustos usando Python con FastAPI para integrar LLMs en diversas plataformas.
• Diseño Avanzado de Workflows: Arquitectura de flujos de trabajo dinámicos, modulares y con capacidad agentiva, empleando técnicas como Generación Aumentada por Recuperación (RAG) con múltiples modelos LLM (OpenAI, Gemini, Claude).
• Ingeniería de Prompts: Aplicar técnicas avanzadas y patrones de prompts (React, Reflex) para optimizar la interacción usuario-modelo y mejorar la calidad de las respuestas generadas por LLMs.
• Gestión de Datos y Modelos: Integrar y manejar búsquedas vectoriales y almacenes híbridos (Pinecone, Elastic Search, Azure AI Search), e implementar modelos de embeddings de última generación (text-ada-embedding y variantes).
• Despliegue y Gobernanza de IA: Orquestar despliegues en contenedores con Kubernetes y Terraform; aplicar controles semánticos (guardrails) usando herramientas como Langsmith y Datadog para asegurar gobernanza y observabilidad.
• Mentoría y Guía Técnica: Ofrecer soporte técnico y mentoría a equipos de ingeniería para fomentar buenas prácticas, calidad e innovación en proyectos GenAI.

Sería valorado contar con experiencia adicional en el desarrollo y optimización de arquitecturas de microservicios, conocimiento en seguridad de aplicaciones web, y manejo avanzado en técnicas de machine learning y deep learning más allá del manejo básico de frameworks. También se considera positivo tener experiencia previa en la mentoría formal de equipos y en la gestión de proyectos ágiles, así como familiaridad con otras plataformas de desarrollo cloud.