Categorías
···
Entrar / Registro
Resumen: Como Ingeniero Senior de IA, usted será responsable de la capa de IA y datos de la plataforma, diseñando e implementando la arquitectura del grafo de conocimiento y tuberías con agentes. Aspectos destacados: 1. Desarrollar y evolucionar el modelo de datos y la arquitectura del grafo de conocimiento de la plataforma 2. Diseñar e implementar flujos de trabajo multi-paso con agentes mediante la orquestación de modelos de lenguaje de gran tamaño (LLM) 3. Autonomía técnica significativa e influencia directa sobre la evolución del producto Como Ingeniero Senior de IA, usted será responsable de la capa de IA y datos de la plataforma. Diseñará e implementará la arquitectura del grafo de conocimiento, construirá tuberías con agentes que enriquezcan los datos de entidades mediante investigación web impulsada por IA y desarrollará la capa de interrogación del grafo que traduzca preguntas de cumplimiento en lenguaje natural a consultas estructuradas en el grafo. Trabajará estrechamente con el CTO y un pequeño equipo de IA que incluye a un ingeniero de datos y a un ingeniero junior de IA. Contará con una autonomía técnica significativa e influencia directa sobre cómo evoluciona el producto. **Por favor, envíe su CV en inglés.** **Requisitos** En qué trabajará**Arquitectura e implementación del grafo de conocimiento** * Desarrollar y evolucionar el modelo de datos del grafo de conocimiento de la plataforma — entidades (Empresa, Persona, Comunidad, Episodio), relaciones y atributos temporales * Implementar y ampliar tuberías personalizadas de extracción de entidades y relaciones mediante modelos de lenguaje (LM), con validación de salida estructurada y puntuación de confianza * Utilizar Graphiti (el marco temporal de grafo de conocimiento de Zep AI) como capa de memoria, gestionando la ingesta de episodios, la resolución de entidades y las actualizaciones del grafo * Diseñar y hacer cumplir estándares de esquema del grafo, garantizando coherencia entre fuentes de datos y tuberías de ingesta * Construir marcos de evaluación para medir la calidad de la extracción, la precisión de la desambiguación de entidades y la cobertura del grafo **Tuberías de IA con agentes** * Diseñar e implementar flujos de trabajo multi\-paso con agentes que orquestren llamadas a modelos de lenguaje de gran tamaño (LLM), búsquedas web, consultas a bases de datos y escrituras en el grafo * Integrar búsquedas web impulsadas por IA (Tavily, Perplexity o similares) como herramienta dentro de las tuberías con agentes para el enriquecimiento en tiempo real de entidades * Construir tuberías de generación aumentada por recuperación (RAG) sobre el grafo de conocimiento, traduciendo consultas de cumplimiento a Cypher y respuestas en lenguaje natural * Implementar la capa de interrogación del grafo — una interfaz conversacional para analistas de cumplimiento que les permita consultar el grafo de conocimiento sin escribir consultas Cypher * Gestionar integraciones con APIs de modelos de lenguaje de gran tamaño (Anthropic Claude, Gemini), incluyendo ingeniería de indicaciones (prompt engineering), salidas estructuradas y optimización de costos y latencia **Tuberías de datos e integraciones** * Construir y mantener tuberías de ingesta de datos basadas en Python que lean desde Databricks, se conecten a APIs externas (listas de sanciones, registros corporativos, Polixis, Vantage) y escriban en Neo4j * Implementar lógica de reconocimiento de entidades nombradas (NER) y desambiguación de entidades para extraer hechos estructurados de documentos de cumplimiento no estructurados * Desarrollar tuberías de modelado de temas para clasificar los hechos extraídos como atributos de relaciones en el grafo de conocimiento * Integrarse con el backend .NET mediante contratos HTTP bien definidos, asegurando que la capa de IA sea independientemente desplegable y testeable **Investigación y liderazgo técnico** * Mantenerse al día con la literatura rápidamente cambiante sobre IA con agentes y grafos de conocimiento — evaluar nuevos marcos, modelos y técnicas para su aplicabilidad en producción * Contribuir a decisiones arquitectónicas con evidencia: comparativas, prototipos y análisis documentado de compromisos * Mantener archivos de contexto para Claude Code (CLAUDE.md, SKILLS.md) para la base de código de IA, posibilitando el desarrollo potenciado por IA en todo el equipo * Redactar documentación técnica clara en Notion que cubra decisiones de diseño, modelos de datos y manuales operativos. Qué buscamos**Imprescindible** * 3\+ años de experiencia profesional en ingeniería de IA/ML, con al menos 1 año trabajando en grafos de conocimiento o sistemas de datos basados en grafos en producción * Experiencia práctica con Neo4j — modelado de datos, redacción de consultas Cypher, diseño de esquemas y ajuste de rendimiento * Conocimiento profundo de APIs de modelos de lenguaje de gran tamaño (OpenAI, Anthropic o Gemini) — ingeniería de indicaciones (prompt engineering), salidas estructuradas, invocación de funciones/herramientas y gestión de costos * Comprensión de los compromisos entre modelos de lenguaje de gran tamaño (LLM) y modelos más pequeños ajustados finamente (Hugging Face Transformers, sentence\-transformers) — saber cuándo un modelo especializado supera a uno general con indicaciones en términos de costo, latencia y precisión * Experiencia construyendo tuberías con agentes — flujos de trabajo multi\-paso con LLM que utilicen herramientas, memoria y gestión de estado * Competencia en Python — escribe Python limpio y testeable y comprende patrones asíncronos para cargas de trabajo de IA limitadas por E/S * Experiencia con arquitecturas RAG — búsqueda vectorial, recuperación híbrida e integración de mecanismos de recuperación en aplicaciones impulsadas por LLM * Capacidad para leer y aplicar artículos de investigación en IA — puede tomar un artículo sobre extracción narrativa o desambiguación de entidades y convertirlo en un prototipo funcional * Excelentes habilidades de comunicación en inglés — tanto escritas como orales **Ventaja significativa** * Experiencia directa o conocimiento práctico de Graphiti (Zep AI) u otros marcos de grafos de conocimiento temporales * Familiaridad con técnicas de resolución y desambiguación de entidades a escala * Experiencia con tuberías de NER, modelado de temas o extracción de información a partir de documentos de cumplimiento o financieros * Conocimiento del ámbito de gestión del riesgo de terceros, cribado de sanciones o KYC/AML * Experiencia con Databricks, Delta Lake o plataformas similares de data lakehouse * Exposición a GCP (Vertex AI, Cloud Run, Pub/Sub, Cloud Storage) * Experiencia diseñando marcos de evaluación para salidas estructuradas generadas por LLM * Experiencia previa en entornos RegTech, FinTech o relacionados con el cumplimiento Qué significa desempeñarse bien en este puesto**Somos claros acerca de lo que esperamos. La persona que sobresaldrá aquí:** * Tratará el modelo de datos del grafo de conocimiento como el artefacto más importante del producto — reflexionará cuidadosamente sobre las decisiones de esquema y las documentará * Leerá la literatura. Al evaluar un nuevo enfoque para la desambiguación de entidades o la memoria del grafo, verificará lo que se ha publicado, no solo lo que aparece en GitHub * Escribirá entornos de evaluación antes de escalar las tuberías. Sabe que una tubería que produce resultados aparentemente plausibles no equivale a una que produce resultados correctos * Comunicará bloqueos y compromisos temprano. La incertidumbre técnica es esperada — el silencio no lo es
