Arquitecto de IA (Voice AI)

• Pipelines de voz en tiempo real: STT en streaming, gestión de turnos, inferencia de LLM de baja latencia - de forma práctica.

• Ingeniería de LLM: prompt engineering, extracción estructurada, guardrails, evaluación A/B de modelos.

• Observabilidad y evaluaciones: Langfuse o similar; golden datasets; dashboards de latencia, precisión y coste.

• AWS: Bedrock, patrones serverless, SES; economía de tokens e ingeniería de costes por llamada.

• Pragmatismo full-stack: Python sólido; conocimientos suficientes de TypeScript / extensiones de Chrome para gestionar la integración.

• Inglés hablado y escrito fluido para ejecutivos estadounidenses exigentes.

• Patrones y métricas de contact-center / agent-assist (tiempo de gestión, coste por llamada, concurrencia).

• Operaciones de LLM en producción: pruebas de carga, aislamiento de datos, gestión de incidentes.

Características clave (evaluar las cuatro):

1. IA de voz en producción - obligatorio. Haber lanzado al menos un producto de voz o habla en tiempo real a usuarios reales (agent assist, voice bot, copilot de transcripción en vivo). Los candidatos deberán mostrar artefactos reales en la entrevista.

2. Más de 6 años de experiencia práctica en ingeniería de AI/ML, con una sólida práctica reciente en producción de LLM.

3. Historial de latencia y fiabilidad. Capacidad para mostrar reducciones medidas de P95 y correcciones de concurrencia en un sistema en vivo.

4. Seniority en consultoría / trato con clientes. Calma y precisión bajo el escrutinio detallado de UAT; gestión eficaz de las expectativas.

• Deseable: dominios sensibles a la empatía (sanidad, veterinaria, seguros) y despliegues patrocinados por PE.

Se valorará:

• Entrega de extensiones de Chrome; stacks de telefonía / streaming (Amazon Connect, Twilio, LiveKit).

• Langfuse en producción.

• Experiencia con clientes de EE. UU. con solapamiento de horario de la costa este.

El cliente es la mayor red de cuidados paliativos y de fin de vida veterinarios a domicilio de EE. UU. Un importante patrocinador de capital privado estadounidense impulsa el programa de IA y planea más proyectos en toda su cartera.

Construimos un copilot de voz en tiempo real para sus Coordinadores de Atención Veterinaria (VCCs). El copilot escucha llamadas en vivo con familias de mascotas. Extrae campos clínicos y de citas mientras la llamada se desarrolla. Rellena el sistema de gestión de citas del cliente a través de una extensión de Chrome. Un segundo flujo de trabajo, el Vet Visit Copilot, envía a cada veterinario un informe previo a la visita generado por IA por correo electrónico (Amazon SES).

Lo siguiente es la fase de producción.

Estado: SOW de producción en alineación ejecutiva; inicio previsto para septiembre de 2026.

Duración: varios meses, con alta probabilidad de extensión. Mínimo 0,5 FTE; aumento hacia 1,0 FTE a medida que la producción escale.

Motivo de la vacante: el arquitecto actual pasa a otro desarrollo estratégico. Permanecerá con un 0,15-0,2 FTE para supervisión y transferencia de conocimientos durante la fase de transición, de modo que el nuevo arquitecto reciba un traspaso estructurado.

• Responsabilizarse de la arquitectura técnica y la entrega del copilot de voz, desde la PoC validada hasta la producción.

• Cumplir con los estándares de este cliente: latencia, precisión, concurrencia y coste.

• Mantener las expectativas alineadas: el perfeccionamiento de la producción está incluido en el alcance ahora; proteger al equipo de la expansión silenciosa del alcance (scope creep).

• Transferir conocimientos continuamente al equipo del cliente y a los ingenieros de Neurons Lab.

• Responsabilizarse de todo el pipeline: streaming de speech-to-text, extracción de campos mediante LLM, entrega mediante extensión de Chrome e infraestructura AWS.

• Impulsar el trabajo de latencia: reducir el P95 de ~6s hacia ~2s; eliminar casos límite de post-procesamiento (retraso ocasional de ~1min en un tipo de campo).

• Realizar tests A/B de modelos (pareja actual: Claude Haiku vs GPT Luna) con evaluación de golden-set para la precisión fonética de nombres y correos electrónicos.

• Responsabilizarse de la evaluación y el coste: trazas en Langfuse, dashboards de precisión, coste real por llamada de llamadas en vivo y un plan de optimización.

• Robustecer para producción: más de 5-10 llamadas concurrentes, aislamiento estricto de datos entre usuarios, monitorización, alertas y rollback seguro.

• Entregar epics de extremo a extremo (ejemplo: el servicio de informes por email SES); mantener siempre un fallback de demo para que una sesión en vivo nunca falle.

• Liderar discusiones técnicas con un cliente meticuloso; los VCCs prueban casos límite y esperan calidad de producción.

• Presentar el comportamiento concreto del sistema, con números; esta cuenta premia la evidencia, no las diapositivas.

• Mantener la línea del alcance: vincular cada comentario al SOW; derivar los elementos del roadmap (bucle de aprendizaje, memoria persistente) a fases futuras.

• Mantener las discusiones internas en el ámbito interno; todos los materiales orientados al cliente deben pasar la revisión de ADM antes de ser enviados.