Categorías
···
Entrar / Registro
Resumen: Únase al equipo de IA, Información y Soluciones de Bain como Ingeniero de IA para desarrollar aplicaciones de IA generativa (GenAI) y de agentes (agentic AI) destinadas a casos de uso empresarial, generando un impacto comercial medible. Aspectos destacados: 1. Reconocido constantemente como uno de los mejores lugares del mundo para trabajar 2. Desarrollar aplicaciones de IA generativa (GenAI) y de agentes (agentic AI) para casos de uso empresarial 3. Importantes oportunidades de aprendizaje y crecimiento profesional en un entorno de consultoría **¿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 de los Mejores Lugares para Trabajar y hemos ocupado el puesto n.º 1 un récord de siete ocasiones. Equipos extraordinarios constituyen el núcleo de nuestra estrategia empresarial, pero estos no surgen por casualidad. Requieren una atención intencional para reunir un amplio conjunto de orígenes, 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 tanto profesional como personalmente. **Acerca del equipo de IA, Información y Soluciones (AIS) de Bain** El equipo de IA, Información y Soluciones (AIS) de Bain colabora con los clientes para diseñar y entregar soluciones impulsadas por IA que generen un impacto comercial medible. Usted trabajará en equipos multidisciplinarios junto con consultores de Bain, otros expertos en productos, diseño, arquitectura e ingeniería, así como con partes interesadas del cliente, traduciendo problemas comerciales ambiguos en aplicaciones robustas de IA que puedan probarse, escalarse y adoptarse. **El impacto que generará** Bain colabora con los clientes en prioridades a nivel de junta directiva y ejecutivo, ayudándolos a lograr resultados transformadores en crecimiento, productividad y resiliencia. En este contexto, la IA rara vez constituye una solución puntual. Los resultados más significativos provienen de construir la IA como parte de un sistema integrado que combine 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 agentes (agentic AI) destinadas a 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 multi-paso de forma fiable y segura. Aunque la IA generativa (GenAI) y la IA de agentes (agentic AI) son el enfoque principal, también aplicará, según sea necesario, habilidades de ciencia de datos e ingeniería de aprendizaje automático (ML), incluyendo el desarrollo de enfoques 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 importantes oportunidades 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 alcanzar y a nuestro modelo de aprendizaje práctico. Aprenderá haciendo, con el apoyo de compañeros experimentados, retroalimentación frecuente y responsabilidades crecientes con el tiempo. **Sus responsabilidades** **Desarrollar aplicaciones de IA que impulsen resultados comerciales 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 multi-paso, 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 sobre diversas estructuras y almacenes de datos (por ejemplo, búsqueda híbrida, almacenes vectoriales, bases de datos/gráficos de conocimiento y plataformas tradicionales de datos), cubriendo estrategias de indexación, diseño de metadatos, ajuste/mejora de la relevancia, actualidad, almacenamiento en caché, controles de acceso y atribución de fuentes. * Construir capacidades robustas de agentes, incluidas la ingeniería contextual, 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** * Desarrollar 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 ML clásico y aprendizaje profundo (incluidos modelos secuenciales, de texto e imágenes, cuando sean pertinentes). * 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 por instrucciones y optimización basada en preferencias). **Ingeniería orientada a la entrega real: POC, MVP y producción** Escribir código limpio, comprobable y mantenible, y lanzar servicios de IA a lo largo de 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 entre entornos, control de versiones de modelos/prompt/agentes y preparación operacional. * Construir evaluación y observabilidad para sistemas de IA generativa (GenAI) y de agentes: trazabilidad e instrumentación, suites de pruebas de regresión, puntuación automatizada cuando proceda y bucles de iteración para la optimización de prompts/políticas. * Diseñar para despliegues empresariales seguros: controles de acceso, auditabilidad, manejo de datos sensibles/datos personales identificables (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. * Colaborar eficazmente con consultores de Bain para priorizar las pocas decisiones técnicas críticas que desbloquean valor comercial. * Apoyar la formulación y delimitación de propuestas: estimación de esfuerzos, opciones arquitectónicas, 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/aprendizaje automático (o equivalente), con sólidos fundamentos en ingeniería de backend. * Alto dominio de Python y experiencia en la construcción de APIs/servicios (por ejemplo, REST/gRPC) e integración con sistemas empresariales. * Experiencia práctica en la construcción de aplicaciones impulsadas por LLM, considerando aspectos 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 para 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 son (y cuándo no son) apropiados los enfoques basados en agentes. * Buenas prácticas de ingeniería: pruebas, revisiones de código, control de versiones, CI/CD y análisis de rendimiento. **Experiencia en la nube, plataformas y entrega en producción** * Experiencia en el despliegue y funcionamiento 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 en sistemas de IA (autenticación/autorización, controles de acceso, manejo de datos PII/sensibles, controles empresariales de riesgo). **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. * Conocimiento de un amplio conjunto de algoritmos de ML (ML clásico y aprendizaje profundo), y capacidad para elegir métodos acordes a las restricciones comerciales y de datos. * Conocimiento de 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 de 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 de comunicación, capaz de explicar decisiones técnicas, compensaciones y resultados ante audiencias mixtas. * Fuertes habilidades de gestión de partes interesadas; comodidad para trabajar directamente con clientes. El **inglés** es obligatorio. El **español/portugués** es un plus. **Modelo de trabajo y viajes** * Este puesto requiere un mínimo de tres días por semana trabajando presencialmente juntos, 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.
