Categorías
···
Entrar / Registro
Resumen: Únase a una firma de consultoría clasificada entre las mejores del mundo como ingeniero de IA para diseñar y entregar soluciones impulsadas por IA, desarrollando aplicaciones de IA generativa (GenAI) y de IA agente para casos de uso empresarial. Aspectos destacados: 1. Reconocido constantemente como uno de los mejores lugares del mundo para trabajar 2. Desarrollar aplicaciones de IA generativa (GenAI) y de IA agente para casos de uso empresarial 3. Oportunidades significativas de aprendizaje y crecimiento mediante un modelo de aprendizaje práctico **¿Qué nos convierte en un excelente lugar para trabajar?** Nos enorgullece ser reconocidos constantemente como uno de los mejores lugares del mundo para trabajar. Actualmente somos la firma de consultoría mejor clasificada en la lista de Glassdoor sobre los mejores lugares para trabajar y hemos ocupado el puesto n.º 1 un récord de siete veces. Equipos extraordinarios están en el corazón de nuestra estrategia empresarial, pero estos no surgen por casualidad. Requieren un enfoque intencional para reunir una amplia gama de antecedentes, culturas, experiencias, perspectivas y habilidades en un entorno laboral solidario e inclusivo. Contratamos personas con talento excepcional y creamos un entorno en el que cada individuo puede prosperar profesional y personalmente. **Acerca del equipo de IA, conocimientos y soluciones (AIS) de Bain** El equipo de IA, conocimientos y soluciones (AIS) de Bain trabaja con clientes para diseñar y entregar soluciones impulsadas por IA que generan un impacto empresarial medible. Usted operará en equipos multidisciplinarios junto con consultores de Bain, otros expertos en productos, diseño, arquitectura e ingeniería, así como partes interesadas del cliente, traduciendo problemas empresariales ambiguos en aplicaciones robustas de IA que puedan probarse, escalarse y adoptarse. **El impacto que usted generará** Bain colabora con clientes en prioridades a nivel de junta directiva y ejecutivo, ayudándolos a lograr resultados transformadores en crecimiento, productividad y resiliencia. En ese contexto, la IA rara vez es una solución puntual. Los resultados más significativos provienen de construir la IA como parte de un sistema integrado que combina tecnología con procesos rediseñados, cambios en el modelo operativo y adopción a escala en toda la organización. Como ingeniero de IA en AIS, usted construirá el núcleo técnico de estas transformaciones y trabajará como parte de equipos más amplios de consultoría de Bain para llevar las soluciones desde el prototipo hasta su adopción real. El resultado es un impacto medible a nivel corporativo o empresarial y, en muchos casos, ayuda a los clientes a establecer nuevos estándares de desempeño para sus industrias. **El puesto** Estamos contratando a un ingeniero de IA para desarrollar aplicaciones de IA generativa (GenAI) y de IA agente para casos de uso empresarial, desde pruebas rápidas de concepto (POC) hasta versiones mínimas viables (MVP) y, cuando corresponda, despliegues productivos a escala. Diseñará e implementará aplicaciones impulsadas por modelos de lenguaje grande (LLM) y flujos de trabajo de agentes que utilicen herramientas, datos y sistemas empresariales para ejecutar tareas de múltiples pasos de forma fiable y segura. Aunque la IA generativa (GenAI) y la IA agente son el enfoque principal, también aplicará habilidades de ciencia de datos e ingeniería de ML según sea necesario, incluida la construcción de metodologías de evaluación, el trabajo con tuberías de datos y el desarrollo o integración de modelos de ML cuando mejoren materialmente el rendimiento o la fiabilidad. Tendrá oportunidades de colaborar con importantes socios del ecosistema de IA mediante las alianzas de Bain, participando en despliegues reales para clientes y contribuyendo a definir cómo se aplican las capacidades emergentes en entornos empresariales. Bain ofrece oportunidades significativas de aprendizaje y crecimiento gracias a la amplitud y profundidad de los problemas que resolvemos, al nivel de impacto que ayudamos a los clientes a lograr y a nuestro modelo de aprendizaje práctico. Aprenderá haciendo, con el apoyo de compañeros experimentados, retroalimentación frecuente y responsabilidades crecientes con el tiempo. **Lo que hará** **Desarrollar aplicaciones de IA que impulsen resultados empresariales reales** * Diseñar y desarrollar aplicaciones de IA generativa (por ejemplo, copilotos, automatización de flujos de trabajo, soporte para la toma de decisiones) utilizando pilas modernas de LLM. * Implementar flujos de trabajo de agentes donde aporten un valor claro (por ejemplo, uso de herramientas, ejecución de múltiples pasos, controles con participación humana), prestando especial atención a la fiabilidad, la seguridad y los modos de fallo claros. * Diseñar y construir búsquedas avanzadas, sistemas de recuperación y tuberías de conocimiento a través de diversas estructuras y almacenes de datos (por ejemplo, búsqueda híbrida, almacenes vectoriales, bases de datos de grafos/grafos de conocimiento y plataformas de datos tradicionales), abarcando estrategias de indexación, diseño de metadatos, ajuste/reevaluación de relevancia, actualidad, almacenamiento en caché, controles de acceso y atribución de fuentes. * Construir capacidades robustas de agentes, incluidas la ingeniería de contexto, la gestión de memoria/estado (a corto y largo plazo), la orquestación, el enrutamiento y los patrones de integración de herramientas. * Integrar soluciones en entornos y flujos de trabajo empresariales (API, sistemas de datos, herramientas de colaboración), equilibrando calidad, latencia, costo, privacidad y adopción. * Traducir necesidades ambiguas de los clientes en requisitos técnicos claros, compensaciones y planes de entrega. **Construir y aplicar capacidades de ciencia de datos y aprendizaje automático** * Construir soluciones de ML de extremo a extremo: preparación de datos, ingeniería de características, selección de modelos, entrenamiento, validación/pruebas y análisis de rendimiento. * Aplicar los métodos adecuados para cada problema, abarcando aprendizaje automático clásico y aprendizaje profundo (incluidos modelos de secuencia, texto e imagen, cuando sean relevantes). * Crear tuberías reproducibles de entrenamiento y evaluación (control de versiones, seguimiento de experimentos, validación rigurosa y documentación clara). * Demostrar dominio de conceptos modernos de aprendizaje profundo, incluidos los fundamentos de los transformadores y los conceptos de preentrenamiento frente a postentrenamiento de LLM (por ejemplo, ajuste de instrucciones y enfoques de optimización de preferencias). **Ingeniería orientada a la entrega real: POC, MVP y producción** Escribir código limpio, testeable y mantenible, y lanzar servicios de IA mediante todo el ciclo de vida del desarrollo de software (SDLC): construir, probar, desplegar, supervisar e iterar. * Implementar prácticas de MLOps y GenAIOps: CI/CD, reproducibilidad, paridad de entornos, control de versiones de modelos/prompt/agentes y preparación operativa. * Construir evaluación y observabilidad para sistemas de IA generativa (GenAI) y agentes: trazado e instrumentación, suites de pruebas de regresión, puntuación automatizada cuando sea apropiado y bucles de iteración para la optimización de prompt/políticas. * Diseñar para despliegues empresariales seguros: controles de acceso, auditabilidad, manejo de datos sensibles/informativos personales (PII) y salvaguardias de IA responsable. * Construir componentes y aceleradores reutilizables (plantillas, marcos de evaluación, conectores, patrones de orquestación) que escalen en distintos contextos de clientes. **Destacar en un entorno de consultoría con interacción directa con clientes** * Comunicarse con claridad con partes interesadas técnicas y no técnicas; liderar sesiones de trabajo, presentar recomendaciones y redactar documentación técnica concisa. * Trabajar eficazmente con consultores de Bain para priorizar las pocas decisiones técnicas críticas que desbloquean valor empresarial. * Apoyar la formulación y delimitación de propuestas: estimación de esfuerzo, opciones de arquitectura, evaluación de riesgos y hojas de ruta de entrega. **Qué buscamos (cualificaciones)** **Habilidades fundamentales de ingeniería + aplicaciones de IA** * 3–5 años o más de experiencia profesional en ingeniería de IA/ML (o equivalente), con sólidos fundamentos de ingeniería de backend. * Alto dominio de Python y experiencia en la construcción de API/servicios (por ejemplo, REST/gRPC) e integración con sistemas empresariales. * Experiencia práctica en la construcción de aplicaciones impulsadas por LLM con consideraciones de entrega (latencia, costo, fiabilidad, seguridad). * Experiencia en la construcción de sistemas avanzados de recuperación/búsqueda (por ejemplo, recuperación híbrida, búsqueda vectorial, reordenamiento) y comodidad al trabajar con múltiples almacenes de datos (vectoriales, de grafos, relacionales/documentales/de búsqueda). * Experiencia en la implementación de patrones de agentes (gestión de contexto, integración de herramientas, orquestación y manejo de memoria/estado) y buen criterio sobre cuándo los enfoques basados en agentes son (o no) apropiados. * Buenas prácticas de ingeniería: pruebas, revisiones de código, control de versiones, CI/CD y análisis de rendimiento. **Experiencia en nube, plataformas y entrega en producción** * Experiencia en el despliegue y operación de servicios en AWS, GCP y/o Azure (gestión de entornos, fiabilidad, observabilidad, escalabilidad). * Experiencia con Docker y Kubernetes (o equivalente de orquestación) y en la operación de servicios en producción (depuración, rendimiento, resiliencia). * Capacidad demostrada para implementar requisitos de seguridad, privacidad y gobernanza para sistemas de IA (autenticación/autorización, controles de acceso, manejo de datos PII/sensibles, controles de riesgo empresarial). **Amplitud de conocimientos en ciencia de datos y aprendizaje automático** * Experiencia en el entrenamiento, validación y prueba de modelos de ML; sólida comprensión del sobreajuste, la generalización y la metodología de evaluación. * Experiencia práctica en ingeniería de características y preprocesamiento de datos para conjuntos de datos del mundo real. * Familiaridad con un amplio conjunto de algoritmos de ML (aprendizaje automático clásico y aprendizaje profundo), y capacidad para elegir métodos acordes a las restricciones empresariales y de datos. * Familiaridad con frameworks de aprendizaje profundo (por ejemplo, PyTorch/TensorFlow) y herramientas del ciclo de vida de ML (por ejemplo, seguimiento de experimentos, registro de modelos, conceptos de almacén de características). **Mentalidad orientada a la entrega y habilidades de consultoría** * Capacidad demostrada para operar en entornos ambiguos y complejos, gestionar prioridades y entregar resultados de forma independiente o en equipo colaborativo. * Excelentes habilidades interpersonales y comunicativas, capaz de explicar decisiones técnicas, compensaciones y resultados ante audiencias mixtas. * Fuertes habilidades de gestión de partes interesadas; comodidad al trabajar directamente con clientes. El **inglés** es obligatorio. El **español o portugués** es un plus. **Modelo de trabajo y viajes** * Este puesto requiere un mínimo de tres días por semana trabajando presencialmente, ya sea en las instalaciones del cliente o en su oficina local de Bain. * Se requieren viajes además de su oficina local / ubicación principal de trabajo. La frecuencia y el destino varían según las necesidades del proyecto.
