AI Engineer Senior
Summary
Senior AI Engineer designs, builds, and deploys generative AI and enterprise agent solutions on Azure AI/Foundry, integrating with corporate data platforms to drive scalable business impact.
- Diseñar soluciones de IA generativa, asistentes y agentes empresariales usando Azure AI, Microsoft Foundry y servicios relacionados.
- Definir arquitectura de referencia para RAG, agentes, tools, evaluación, seguridad y observabilidad.
- Construir APIs, microservicios y componentes backend en Python para integrar modelos, herramientas y sistemas corporativos.
- Conectar soluciones de IA con Databricks, Unity Catalog, ADLS Gen2, Azure AI Search, Power Automate, Copilot Studio, Teams, canales web y otros sistemas internos.
- Establecer mecanismos de grounding, control de acceso, versionado, pruebas, evaluación y monitoreo de respuestas.
- Colaborar con Data Engineering, BI, Arquitectura, Seguridad, Producto y áreas de negocio para llevar los casos de uso a producción.
- Desarrollar el blueprint técnico de la arquitectura propuesta, definiendo componentes, patrones, flujos, ambientes y criterios de despliegue.
- Implementar el patrón base de conocimiento empresarial conectando Databricks, ADLS Gen2 y Foundry IQ / capacidades de búsqueda y grounding.
- Configurar y desarrollar agentes o copilots sobre Copilot Studio / Foundry, con invocación de acciones a través de Power Automate o servicios backend.
- Definir estándares de observabilidad, evaluación, seguridad y gobierno para la operación de soluciones de IA.
- Crear una capacidad interna escalable para asistentes, agentes y automatizaciones inteligentes.
- Incrementar productividad, velocidad de atención y capacidad de decisión en procesos clave.
- 4+ años en ingeniería de software, con 1-2+ años construyendo soluciones de IA generativa/agentes en producción (no solo POCs).
- Experiencia práctica con una plataforma de agentes empresarial: Microsoft Azure AI Foundry, AWS Bedrock Agents, Google Vertex AI Agent Builder, o frameworks como LangGraph / AutoGen.
- Conocimiento sólido de RAG: bases vectoriales, embeddings, chunking, integración con fuentes de datos empresariales tipo Databricks/Unity Catalog.
- Experiencia con MCP (Model Context Protocol) o arquitecturas de tool-calling / function calling en LLMs.
- Experiencia diseñando guardrails, validación de entrada/salida y patrones de seguridad para sistemas de IA (content safety, prompt injection, manejo de PII).
- Manejo de arquitecturas orientadas a eventos (Kafka o similar) y patrones de idempotencia.
- Experiencia con APIs REST, gestión de APIs (Apigee, Kong o similar) y principios de zero-trust.
- Cloud: experiencia sólida en Azure (preferente) o AWS/GCP equivalente.
- Español e inglés (el equipo opera en español; documentación técnica frecuentemente en inglés).
- Ambiente de trabajo colaborativo y dinámico.
- Desarrollo profesional continuo y oportunidades de crecimiento.
- Flexibilidad de horarios y equilibrio entre vida laboral y personal.