C6 Bank
Ambush
Ingeniero de Machine Learning/IA
Resumen del puesto
Ambush es una empresa centrada en las personas donde personas talentosas y reflexivas se unen para crear productos significativos y asociaciones duraderas. Creemos que el mejor trabajo se realiza cuando las personas se sienten apoyadas, confiadas y empoderadas para aportar todas sus capacidades.
Desde 2015, debido a nuestra mentalidad centrada en las personas y a largo plazo, nos hemos convertido en un socio en el que confían algunas de las mejores empresas del mundo. Combinamos una sólida ingeniería, diseño y estrategia con una creciente fortaleza en IA para ayudar a nuestros clientes a ver lo que viene y lograr resultados más ambiciosos.
En el corazón de todo lo que hacemos está nuestro equipo. Colaboramos, asumimos riesgos, nos apoyamos mutuamente y nos enorgullecemos de hacer el trabajo de la manera correcta, sin conformarnos con una solución rápida y provisional. Si te unes a Ambush, te unes a un grupo de personas que quieren que tengas éxito y que se apoyan mutuamente cada día.
Creemos y esperamos un trabajo en equipo real, un impulso constante para ser mejores y la entrega de resultados significativos a largo plazo de los que podamos estar orgullosos juntos.
Buscamos un Ingeniero de IA práctico para diseñar, construir e implementar soluciones de IA generativa y de agentes de nivel empresarial para flujos de trabajo complejos de servicios financieros. Este puesto se centra en la construcción del flujo de trabajo completo en torno a un modelo de IA, no solo en prompts o chatbots. Ese flujo de trabajo incluye la clasificación de excepciones, el análisis de causa raíz, la evaluación de impacto y la remediación en entornos de procesamiento de transacciones y datos a gran escala. El candidato ideal combina sólidos fundamentos de Python, SQL e ingeniería de software con experiencia práctica en llevar aplicaciones de LLM y de agentes más allá de la prueba de concepto y a producción.
Responsabilidades Clave
- Construir flujos de trabajo de IA para la clasificación de excepciones, triaje, análisis de causa raíz, evaluación de impacto y recomendaciones de remediación.
- Desarrollar flujos de trabajo de agentes que involucren orquestación, llamada a herramientas/funciones, gestión de estado y validación con intervención humana.
- Correlacionar nuevas excepciones con problemas históricos, causas raíz conocidas, reglas de negocio y atributos de transacciones/datos.
- Construir servicios basados en Python y SQL para consultar, transformar y analizar grandes conjuntos de datos empresariales estructurados.
- Desarrollar herramientas y servicios reutilizables que los agentes de IA puedan invocar para recuperación, investigación, análisis y ejecución de flujos de trabajo.
- Integrar aplicaciones de IA con APIs empresariales, bases de datos, plataformas de flujo de trabajo/ticketing y fuentes de datos internas.
- Aplicar RAG y recuperación de contexto sobre documentos regulatorios, conocimiento histórico y repositorios de problemas.
- Implementar puntuación de confianza, validación, salvaguardas y trazabilidad para los resultados generados por IA.
- Construir servicios backend y APIs utilizando Python (FastAPI) y desplegarlos en una plataforma cloud principal.
- Implementar prácticas de testing, logging, evaluación, observabilidad e ingeniería de producción.
- Colaborar con ingenieros, arquitectos, analistas de negocio, ingenieros de datos y equipos de aplicaciones, tanto presenciales como remotos.
Requisitos
- Sólida experiencia práctica en desarrollo backend con Python y en la construcción de servicios de nivel de producción con frameworks como FastAPI.
- Sólidas habilidades en SQL y análisis de datos, con experiencia trabajando con grandes conjuntos de datos estructurados.
- Experiencia demostrada en la construcción de aplicaciones de LLM/IA generativa que fueron más allá de chatbots de prueba de concepto.
- Experiencia práctica con al menos un framework de orquestación de agentes o flujos de trabajo, como LangGraph, Google ADK, CrewAI, AutoGen, Semantic Kernel o un framework personalizado equivalente.
- Sólida comprensión de la llamada a herramientas/funciones y de cómo diseñar herramientas reutilizables para agentes.
- Experiencia con RAG y técnicas de recuperación.
- Experiencia en la implementación de evaluación de LLM, salvaguardas y validación para salidas de IA.
- Sólidos fundamentos de ingeniería de software: Git, testing, revisión de código y CI.
- Experiencia práctica en el despliegue de servicios backend en una plataforma cloud principal (AWS preferido, GCP o Azure considerados).
- Sólidas habilidades analíticas, de depuración y de análisis de causa raíz.
- Muy buen nivel de inglés y la capacidad de colaborar eficazmente con equipos de ingeniería y de negocio distribuidos.
- Un enfoque pragmático de la IA, sabiendo qué pertenece a la lógica determinista y dónde una LLM ofrece un valor tangible y medible.
Deseable
- Experiencia en servicios financieros, especialmente en informes regulatorios, mercados de capitales, ciclo de vida de operaciones, procesamiento post-operaciones, informes de transacciones, conciliaciones, gestión de excepciones o riesgos y controles.
- Familiaridad con regulaciones como EMIR, MiFID II o SFTR.
- Experiencia con Model Context Protocol (MCP) e interfaces de herramientas de agente reutilizables.
- Conocimiento de Knowledge Graphs, Graph RAG o conceptos de linaje de datos.
- Experiencia con bases de datos vectoriales, búsqueda híbrida o re-ranking.
- Experiencia con frameworks de observabilidad y evaluación de IA.
- Experiencia con servicios de IA de AWS (Bedrock, SageMaker) y herramientas de infraestructura (Docker, Kubernetes, Terraform).
- Capacidad para traducir requisitos en especificaciones claras, tareas y criterios de aceptación antes de la implementación (Desarrollo basado en especificaciones).
- Uso disciplinado de Claude Code o asistentes de codificación de IA similares.
- Experiencia básica en integración React o frontend.
