El cargo consiste en diseñar, desarrollar y realizar deployments de sistemas de machine learning, implementando casos de uso que generen impacto y estableciendo una metodología de trabajo que permita escalar la capacidad en forma gradual a las unidades de negocio y áreas habilitadoras del banco.

En este rol tendrás la oportunidad de:

Diseñar soluciones tecnológicas para proyectos que utilizan herramientas de Gen AI.

Desarrollar integraciones con diferentes APIs de LLMs, realizar fine-tuning de modelos, uso de frameworks como LangGraph para la creación de agentes complejos y flujos de trabajo multi-agente.

Desarrollar procesos de datos con la finalidad de proveer de data estructurada y no estructurada a las soluciones desarrolladas.

Conocer en forma profunda al ecosistema asociado a la Gen AI, incluyendo los modelos LLMs comerciales y Open Source, los hyperscale y las empresas que están articulando su oferta de valor centrada en la Gen AI, con especial foco en aquellas con las que el banco tiene alianzas, como Microsoft, Salesforce y Google, entre otras.

Evaluar el desempeño de los modelos de Gen AI en los casos de uso en construcción y en producción, definiendo métricas y estableciendo alternativas para lograr mejores resultados.

Reconocer y sistematizar los aprendizajes obtenidos en la implementación de los casos de uso en una metodología de trabajo end to end, que incluya desde la selección y tratamiento de las fuentes de datos no estructurados, su indexación, la construcción de las interacciones con los modelos, la evaluación de los resultados, las herramientas necesarias para su supervisión, entre otros.

Modalidad de trabajo del cargo:

Mixto, 3 días remotos semanales

Para tener éxito en esta posición necesitas:

Titulado de Ingeniería Civil Informática, Ingeniería Civil, o carrera afín.

Experiencia de al menos 3 años en los ámbitos de analytics, data science, machine learning y/o productos de datos.

Habilidades avanzadas en lenguajes de programación (Python, R, o Java) relacionadas a procesos de datos y/o analítica.

Conocimiento avanzado SQL, spark u otras tecnologías/lenguajes de procesamiento de datos.

Deseable tener alguna experiencia en temas como RAG y prompt engineering.

Familiaridad y manejo avanzado del ecosistema de herramientas tecnológicas de una arquitectura de datos moderna en la nube.

Experiencia y conocimiento en productivización de activos analíticos.