Líder Técnico de IA Experimentado

Estamos juntos en este viaje. Al invertir en el crecimiento profesional, en recompensas e incentivos, además de mucha formación y experiencia práctica, creamos un entorno inspirador para nuestros colegas que fomenta el alto rendimiento con un impacto positivo.

• Disfruta de una amplia gama de recompensas y reconocimientos.
• undefined
• Descubre tu talento.
• undefined
• Benefíciate de un ambiente de trabajo sano y positivo.
• undefined
• Encuentra un sentido de pertenencia compartido.
• undefined
• Construye un futuro sostenible.

En Ayvens, el progreso comienza contigo.

Nuestras ambiciones de dar forma al futuro de la movilidad sostenible se impulsan gracias a nuestro talento. Únete a nosotros y mejora con cada movimiento.

En Ayvens tenemos una vacante para un AI Technical Lead experimentado.

Como nuestro nuevo AI Technical Lead, proporcionarás el liderazgo técnico y la experiencia práctica en MLOps necesaria para definir, operacionalizar, validar y escalar soluciones de IA en todo Ayvens. Apoyarás las decisiones estratégicas de IA mientras permaneces directamente involucrado en la capa de implementación de MLOps, cubriendo la elección de tecnología, arquitectura, capacidades de la plataforma, infraestructura como código, integración, despliegue, dotación de personal técnico y preparación para producción. Traducirás las necesidades de negocio y de gobernanza en patrones de MLOps operativos y asegurarás que las soluciones de IA sean seguras, interoperables, escalables, mantenibles y estén alineadas con el panorama tecnológico objetivo.

Reportarás al Director de Data Science & AI.

• Liderazgo técnico y apoyo en la toma de decisiones: Actuar como la referencia técnica senior para iniciativas de IA y ciencia de datos. Proporcionar recomendaciones claras sobre arquitectura, plataformas, decisiones de "build-versus-buy" (desarrollo propio frente a compra), oportunidades de reutilización, viabilidad técnica, esfuerzo de ingeniería y riesgos de entrega.
• Estrategia y arquitectura de la plataforma de IA: Liderar la evolución del panorama de la plataforma de IA, incluyendo MLOps, LLMOps, servicios de Azure AI, AI Foundry, Databricks, la SG Agentic Platform y las capacidades de ingeniería relacionadas. Definir e implementar patrones objetivo que permitan una industrialización segura y escalable.
• Capacidad y dotación de personal de MLOps: Evaluar los perfiles de MLOps y de plataforma, las habilidades, la capacidad y el modelo de entrega necesarios para operacionalizar las iniciativas de IA. Apoyar las decisiones de fuerza laboral y de sourcing, cuestionar los supuestos de dotación de personal y ayudar a estructurar una colaboración eficaz entre los equipos de MLOps, Data Science, AI Engineering, Data Engineering, Arquitectura e infraestructura.
• Diseño, implementación y garantía técnica de soluciones MLOps: Diseñar, configurar, revisar y cuestionar la capa de operacionalización en todo el empaquetado de modelos, APIs, endpoints de servicio, integraciones, infraestructura en la nube, seguridad, despliegue y operaciones. Contribuir directamente a las implementaciones de referencia de MLOps, configuraciones de plataforma, pipelines de despliegue y componentes operativos reutilizables. Asegurar que las soluciones cumplan con las expectativas de calidad, resiliencia, rendimiento, interoperabilidad y mantenibilidad.
• Industrialización y operaciones: Establecer e implementar estándares de ingeniería para CI/CD, pruebas, calidad de código, evaluación de modelos y prompts, observabilidad, monitorización, versionado, despliegue, gestión de incidentes, recuperación ante desastres y mantenimiento del ciclo de vida. Construir y mantener patrones de MLOps/LLMOps reutilizables para la operacionalización de soluciones de IA.
• Gobernanza y cumplimiento de la IA: Proporcionar aportaciones técnicas a las decisiones de gobernanza de la IA y asegurar que la arquitectura, la seguridad, la privacidad, el MRM, la AI Act y los requisitos de control interno se traduzcan en controles de ingeniería y evidencias implementables.
• Hoja de ruta técnica y planificación de inversiones: Contribuir a las hojas de ruta tecnológicas, las inversiones en plataformas y los presupuestos de ingeniería. Proporcionar estimaciones y opciones transparentes, incluyendo costes, implicaciones de recursos, dependencias y compensaciones.
• Comunicación con los stakeholders: Explicar temas técnicos complejos, opciones y riesgos en un lenguaje de negocio conciso. Facilitar la toma de decisiones con líderes senior, Producto, Arquitectura, Seguridad, Riesgos, Legal, países y equipos de entrega, y documentar recomendaciones y responsabilidades claras.
• Coaching de MLOps y estándares: Guiar a especialistas en MLOps y líderes técnicos, promover activos de plataforma reutilizables y arquitecturas de referencia, y elevar la madurez de MLOps mediante estándares prácticos, revisiones de plataforma e intercambio de conocimientos. Trabajar estrechamente con el equipo de AI Engineering sin ser responsable de la entrega de la ingeniería de aplicaciones de IA.