El gerente de arquitectura en inteligencia artificial será responsable de definir y liderar la visión y estrategia de la arquitectura de ia de la dit, estableciendo estándares, mejores prácticas y directrices para el desarrollo e implementación de soluciones de ia. Colaborará con los diveros gerentes de la dit para asegurar la alineación de la arquitectura de ia con la estrategia de datos de la dit. Aportará su experiencia en ia para identificar insights y mejoras en la calidad de los datos, así como para liderar iniciativas de analítica que impulsen la innovación y la transformación digital en la dit.
requisitos:
* mínimo 5 años de experiencia en desarrollo de software, con al menos 3 años de experiencia en proyectos de ia/ml.
* experiencia demostrable en desarrollo de proyectos de inteligencia artificial y machine learning
* 5+ años de experiencia como arquitecto de soluciones
* experiencia en plataformas linux/windows. Redactar y colaborar en la documentación del proyecto diseñar todo el sistema en base a los requisitos del proyecto
* habilidades de gestión, organización y liderazgo
* 5+ años programación en java, python, spark, hadoop mínimo
* conocimiento de patrones de diseño y principios de arquitectura de software (solid). Experiencia en el diseño de apis restful. Familiaridad con contenedores (docker, kubernetes).
* excelente conocimiento del diseño y de la arquitectura del software y aplicaciones elegir la arquitectura y cada componente del sistema elegir las tecnologías para la aplicación de cada componente y las conexiones entre sí
* deseable experiencia de integración y automatización de diferentes ambientes, dev, qa y prod,. Conocimiento y seguimiento de metodología git-flow, seguimiento de la arquitectura tras la implementación del sistema
* actitud de servicio y compromiso facilitador y formador del equipo de software
* troubleshooting. Gran capacidad analítica mejorar la arquitectura de forma continua
* 5+ años de experiencia en machine learning
* dominio de los conceptos fundamentales de ia y ml, incluyendo aprendizaje supervisado, no supervisado y por refuerzo; redes neuronales, aprendizaje profundo, procesamiento del lenguaje natural (pnl) y visión artificial. Experiencia en la construcción, entrenamiento, evaluación e implementación de modelos de ia/ml.
* conocimiento de técnicas de optimización de modelos y mlops. Familiaridad con frameworks de ia/ml como tensorflow, pytorch, scikit-learn. Conocimiento de arquitecturas de ia, incluyendo modelos de lenguaje a gran escala (llm), sistemas de recomendación y sistemas de detección de anomalías.
* conocimiento de servicios en la nube (aws, azure, gcp) y sus ofertas específicas para ia/ml. Experiencia en el despliegue y la gestión de aplicaciones en la nube.