Director de Ingeniería - Soluciones de IA

Un puesto de liderazgo de ingeniería sénior responsable de la dirección técnica, la ejecución práctica y el escalado en producción de soluciones de IA en las funciones habilitadoras de la empresa, incluyendo RR. HH., Finanzas, Compras, Legal, Auditoría, Cumplimiento y Desarrollo de Negocio.

Este es un puesto de líder-constructor. El Director de Ingeniería combina una profunda experiencia práctica en ingeniería de IA —diseñando y lanzando sistemas multiagente, pipelines de RAG y aplicaciones de IA gobernadas— con el liderazgo técnico necesario para dirigir un equipo desde la identificación de la oportunidad hasta el despliegue en producción. Aportan una combinación rara y deliberada: la capacidad de pasar de una idea a una prueba de concepto funcional en cuestión de días, junto con una profundidad significativa en gobernanza de la IA, resiliencia operativa y cumplimiento normativo, no como conocimientos adyacentes, sino como una disciplina profesional central que define cómo construyen, evalúan y operan los sistemas de IA.

El puesto se integra en la función de IA Empresarial y trabaja en estrecha colaboración con tecnología empresarial, ingeniería de datos, gobernanza tecnológica, legal, seguridad de la información y las partes interesadas funcionales para ofrecer una IA que sea de grado de producción, auditable y conforme desde el primer commit, no adaptada a posteriori al final. Dadas las consideraciones geográficas, el puesto conlleva una responsabilidad particular en la gestión de la soberanía de datos multijurisdiccional, la divergencia regulatoria y la gobernanza de la IA transfronteriza, garantizando que los sistemas sean defendibles bajo todos los regímenes regulatorios aplicables.

• Liderar la hoja de ruta de ingeniería para la IA en todas las funciones habilitadoras, alineando la arquitectura, la secuencia de entrega y el desarrollo de capacidades con las prioridades de negocio en RR. HH., Finanzas, Compras, Legal, Auditoría y Cumplimiento
• Establecer la dirección arquitectónica para plataformas de IA escalables y gobernadas, diseñando para la modularidad, la reutilización interfuncional y el cumplimiento desde el inicio
• Tomar decisiones técnicas de altas consecuencias sobre arquitectura, decisión de construir o comprar (build-vs-buy), estrategia de modelos (modelos fundacionales, ajuste fino, orquestación de múltiples proveedores, RAG) y patrones de integración
• Impulsar el pensamiento de plataforma sobre el pensamiento de proyecto: construir componentes compartidos, patrones de agentes reutilizables e instrumentación de gobernanza común que aceleren la entrega en toda la cartera
• Garantizar que la arquitectura tenga en cuenta los requisitos de soberanía de datos: enrutamiento de modelos, residencia de datos y decisiones de alojamiento que respeten los límites jurisdiccionales y los requisitos de transferencia transfronteriza
• Elaborar casos de inversión para las partes interesadas sénior, articulando las decisiones de ingeniería en términos de escalabilidad, riesgo, defendibilidad regulatoria y creación de valor
• Diseñar y lanzar arquitecturas de LLM multiagente a través de múltiples proveedores de modelos, eligiendo modelos según los requisitos del producto y las restricciones de cumplimiento, incluyendo el enrutamiento consciente de la soberanía a través de infraestructura específica de la región cuando sea necesario
• Construir pipelines de RAG sobre corpus empresariales reales con agentes nominales de propósito único, salvaguardas contra alucinaciones antes de cualquier salida orientada al usuario y registro de auditoría inmutable en cada etapa
• Utilizar herramientas de desarrollo asistidas por IA para comprimir la entrega de meses a días, manteniendo las decisiones de arquitectura, el enrutamiento de modelos y las salvaguardas bajo un control humano deliberado
• Liderar el diseño técnico de soluciones complejas que abarquen las funciones habilitadoras —automatización de políticas de RR. HH., puntuación de riesgos contractuales, analítica de compras, monitorización de cumplimiento, previsión financiera, analítica de auditoría e inteligencia documental— con la gobernanza integrada desde la primera construcción
• Garantizar la capacidad de experimentación rápida con puertas de ingeniería claras entre la prueba de concepto, el piloto y la producción, midiendo frente a datos reales y criterios de éxito reales, no mediante demostraciones simuladas

Este es un pilar definitorio del puesto. La organización requiere un líder de ingeniería con experiencia significativa y demostrada en gobernanza de la IA: alguien que haya diseñado marcos de gobernanza, construido herramientas de gobernanza y operado en funciones de gobernanza, no que simplemente haya cumplido con los requisitos de gobernanza establecidos por otros.

• Arquitectura de gobernanza: Diseñar y operar las estructuras de gobernanza que rodean a las aplicaciones de IA: clasificación y categorización, evaluación de riesgos, registro de modelos, flujos de trabajo de aprobación, obligaciones de monitorización continua y criterios de desincorporación
• Cumplimiento normativo (multijurisdiccional): Garantizar que los sistemas cumplan los requisitos de las leyes de protección de datos aplicables, las regulaciones específicas de IA (por ejemplo, la clasificación de riesgos de la Ley de IA de la UE, los marcos nacionales de IA emergentes) y las expectativas de resiliencia operativa específicas del sector, navegando la divergencia y manteniendo la defendibilidad bajo múltiples regímenes
• Soberanía de datos: Diseñar enfoques de residencia de datos y enrutamiento de modelos que respeten los acuerdos de adecuación, los mecanismos de transferencia de datos y las restricciones de soberanía, garantizando que el procesamiento esté debidamente separado por jurisdicción cuando sea necesario, con opciones de modelos soberanos (por ejemplo, despliegues en la nube específicos de la región, alojamiento de modelos locales)
• Arquitectura de agentes responsable: Diseñar sistemas donde los agentes de IA razonen de forma autónoma pero la acción trascendental esté condicionada por un humano, con cada decisión escribiendo una fila de auditoría que registre qué modelo decidió qué y basándose en qué evidencia
• Gobernanza por diseño: Integrar capas de clasificación/enrutamiento deterministas, supervisión humana (human-in-the-loop), tarjetas de modelo/datos y pistas de auditoría completas en la práctica de ingeniería estándar, tratándolas como componentes de arquitectura de primera clase y no como algo secundario
• Postura de segunda línea: Garantizar que las herramientas de gobernanza permitan la revisión independiente, manteniendo la separación entre los equipos que construyen y las funciones que evalúan, con un diseño de herramientas que refleje este control
• Requisitos específicos del dominio: Garantizar que los sistemas de IA que manejan datos financieramente materiales (Finanzas), documentos con secreto profesional legal (Legal), información sensible de empleados (RR. HH.), datos confidenciales de proveedores (Compras) o evidencia de auditoría (Auditoría) cumplan con los estándares específicos de gobernanza y evidencia que requieren esos dominios (por ejemplo, SOX, secreto profesional, cadena de custodia, derecho laboral)
• Gobernanza del ciclo de vida: Ser responsable de las obligaciones de gobernanza continuas para los sistemas de IA en funcionamiento: reevaluación periódica, revisión del rendimiento frente a las tolerancias establecidas, evaluación del impacto de los cambios y pistas de decisiones documentadas para actualizaciones o retiro de modelos

El segundo pilar definitorio. El puesto requiere una experiencia significativa en la resiliencia operativa como disciplina, no solo conocimiento, sino entrega de ingeniería práctica.

• Ingenierizar la resiliencia operativa en las aplicaciones de IA: interruptores de circuito (circuit breakers), alternativas de proveedores (fallbacks), degradación controlada, valores predeterminados de seguridad y arquitectura consciente de las dependencias para que las funciones esenciales sobrevivan a las interrupciones
• Diseñar para el fallo: asumir que los proveedores de modelos, las fuentes de datos y los puntos de integración fallarán, y garantizar que los servicios orientados al usuario se degraden de forma segura en lugar de catastrófica
• Garantizar que los sistemas de IA estén mapeados frente al marco de servicios de negocio importantes de la organización, con tolerancias de impacto definidas, objetivos de recuperación y rutas de conmutación por error probadas
• Liderar un equipo de ingeniería multidisciplinar compuesto por ingenieros de software, ML, datos y plataformas: reclutando, desarrollando y reteniendo talento técnico sólido
• Establecer la cultura y los estándares de ingeniería para la calidad del código, las pruebas, la documentación, la revisión por pares y la preparación para producción
• Desarrollar colaboradores técnicos sénior y líderes de ingeniería, construyendo profundidad y sucesión dentro del equipo
• Mentorear y capacitar a colegas no técnicos en las funciones habilitadoras para que lancen sus propias aplicaciones de IA, fomentando la alfabetización en IA en RR. HH., Finanzas, Compras, Legal, Auditoría y Cumplimiento
• Gestionar la capacidad y la topología del equipo, tomando decisiones deliberadas sobre la estructura, la especialización y el equilibrio entre el descubrimiento, la entrega y el mantenimiento
• Impulsar la entrega de ingeniería de extremo a extremo, desde la arquitectura hasta el despliegue en producción, el escalado, la monitorización y la gestión del ciclo de vida
• Colaborar con los equipos de tecnología empresarial para aprovechar plataformas, infraestructuras y servicios compartidos, garantizando que las soluciones se construyan sobre bases comunes y contribuyan a la capacidad empresarial
• Establecer y hacer cumplir los estándares para el servicio de modelos, pipelines de datos, diseño de API, patrones de integración, seguridad y observabilidad
• Impulsar la madurez de MLOps, incluyendo CI/CD, pruebas automatizadas, monitorización del rendimiento, gestión de incidentes y planificación de la capacidad
• Ser responsable del enfoque de ingeniería de datos para la IA en todas las funciones habilitadoras: pipelines, almacenes de características (feature stores) y productos de datos diseñados para la calidad, la gobernanza y la reutilización
• Establecer estándares de calidad de datos, linaje y gobernanza apropiados para datos financieramente materiales, documentos con secreto profesional legal, PII de empleados e información de identificación personal sujeta a las leyes de protección de datos aplicables
• Establecer la monitorización de la deriva del modelo y el sesgo en toda la cartera, midiendo la divergencia entre ejecuciones y generando recomendaciones de refinamiento específicas
• Diseñar y operar la capacidad de red team de IA para sondear y refinar los resultados de los modelos antes del lanzamiento y de forma continua
• Construir pruebas de equidad automatizadas, pipelines de explicabilidad y pistas de auditoría de decisiones integradas en los flujos de trabajo estándar
• Responsabilizarse de la gestión de riesgos técnicos en toda la cartera, incluyendo la degradación del modelo, la deriva de la calidad de los datos, el riesgo de dependencia y el riesgo de integración
• Garantizar que los informes de aseguramiento de modelos cumplan con las expectativas de la auditoría interna, la gobernanza tecnológica y los reguladores externos
• Trabajar en estrecha colaboración con tecnología empresarial para alinearse en infraestructura compartida, servicios de plataforma, herramientas y estándares de ingeniería
• Identificar y escalar oportunidades en todas las funciones habilitadoras, reconociendo dónde una solución probada en una función (por ejemplo, inteligencia contractual en Legal) puede adaptarse y desplegarse en otra (por ejemplo, riesgo de proveedores en Compras)
• Colaborar estratégicamente con socios tecnológicos externos, codesarrollando o integrando capacidades donde aceleren la entrega o proporcionen una funcionalidad especializada
• Dar forma a programas conjuntos con socios, definiendo el alcance técnico, la arquitectura de integración y los estándares de calidad, garantizando que las asociaciones ofrezcan resultados de grado de producción
• Construir un modelo de escalado que aproveche los servicios compartidos, los socios externos y la reutilización interfuncional para multiplicar el impacto sin un crecimiento proporcional de la plantilla
• Actuar como un socio técnico creíble para los líderes funcionales en RR. HH., Finanzas, Compras, Legal, Auditoría y Cumplimiento, brindando asesoramiento sobre oportunidades de IA, riesgos, postura regulatoria e inversión
• Trabajar como un consultor interno: realizar fases de descubrimiento con cada unidad de negocio, detectar problemas reales, definir casos de uso concretos con criterios de éxito medibles e impulsar la adopción mediante la iteración continua de la UX y bucles directos de retroalimentación de los usuarios
• Traducir la complejidad de la ingeniería a la estrategia de negocio, comunicando compensaciones, plazos y limitaciones para que los líderes puedan tomar decisiones informadas
• Medir el éxito mediante la adopción real y el impacto operativo, no mediante demostraciones, construyendo marcos de KPI/KRI que den visibilidad a los líderes sobre el uso, la calidad y el valor
• Representar a las funciones habilitadoras en los foros de liderazgo de IA empresarial y en la gobernanza de la arquitectura, garantizando la alineación en estándares, estrategia de plataforma y servicios compartidos
• Contribuir a la gobernanza de la IA empresarial, incluyendo los comités de revisión de arquitectura, el desarrollo de políticas de IA y la evolución de los estándares
• Impulsar la reutilización y el intercambio de conocimientos, identificando dónde los patrones de gobernanza y resiliencia desarrollados para las funciones habilitadoras pueden acelerar la entrega en otros lugares
• Abogar por los requisitos de las funciones habilitadoras dentro de la agenda tecnológica empresarial más amplia, garantizando que las prioridades de la plataforma reflejen las necesidades de las funciones reguladas y críticas para los procesos

Las funciones habilitadoras —RR. HH., Finanzas, Compras, Legal, Auditoría y Cumplimiento— gobiernan cómo una organización contrata, firma contratos, gasta, informa, se asocia, audita y mantiene el cumplimiento. Representan oportunidades de IA de alto valor y entornos de altas consecuencias, donde los resultados tienen un peso regulatorio, financiero y reputacional. Hacer realidad el valor a escala requiere un liderazgo de ingeniería capaz de navegar paisajes de datos complejos, construir para la reutilización e integrar la gobernanza, la supervisión humana y la resiliencia operativa en las decisiones de arquitectura desde el principio.

Estas aplicaciones de IA no existen en el vacío. Cada sistema debe ser gobernado: clasificado, registrado, monitorizado, auditable y defendible ante reguladores, auditores y funciones de supervisión interna. El desafío de la gobernanza y la resiliencia es doble: construir sistemas de IA que sean en sí mismos resilientes y estén bien gobernados, y garantizar que los marcos, procesos y controles que rodean a esos sistemas sean robustos, proporcionados y se mantengan continuamente. El puesto exige a alguien que haya operado en esta intersección durante una parte significativa de su carrera, no a alguien que se encuentre con la gobernanza como una disciplina nueva.

Este puesto está diseñado para un ingeniero que ya haya construido aplicaciones de IA dentro de una gran empresa regulada, que tenga experiencia demostrada en la entrega de soluciones de IA en múltiples funciones habilitadoras (por ejemplo, RR. HH., Finanzas, Compras, Legal, Auditoría), que tenga una experiencia significativa gobernando sistemas de IA e integrando disciplinas de resiliencia operativa a su alrededor, y que trate los requisitos regulatorios como decisiones de arquitectura, no como casillas de verificación de cumplimiento.

30-oct-2026

19-nov-2026