🏢 Empresa: Stefanini Latam

📍 Local: Remoto
💼 Tipo: Efetivo
🏠 Modelo: Remoto
📋 Descrição da Vaga
¡Sé parte de Stefanini!
En Stefanini somos más de 30.000 genios, conectados desde 41 países, haciendo lo que les apasiona y co-creando un futuro mejor.
🎯 Responsabilidades
- Diseñar la estrategia de conocimiento e inteligencia artificial generativa para los agentes, incluyendo la arquitectura RAG, preparación y segmentación documental, selección y enrutamiento de modelos, evaluación de calidad, métricas de desempeño, optimización de costos y mecanismos de observabilidad.
- La persona será responsable de convertir las fuentes de conocimiento oficiales y los requerimientos de los casos de uso en una arquitectura técnica viable para agentes y experiencias conversacionales.
Responsabilidades principales
- Diseñar la arquitectura conceptual de la base de conocimiento para los agentes.
- Definir la estrategia RAG, incluyendo:
- Ingesta documental.
- Extracción de contenido.
- Limpieza y normalización.
- Segmentación o chunking.
- Enriquecimiento con metadatos.
- Generación de embeddings.
- Indexación.
- Recuperación semántica e híbrida.
- Re-ranking.
- Citación y trazabilidad de fuentes.
- Definir los requisitos de calidad y estructura del contenido oficial.
- Diseñar mecanismos de versionamiento, publicación, despublicación y actualización de documentos.
- Definir estrategias para diferenciar contenido vigente, histórico, contradictorio o pendiente de aprobación.
- Diseñar la interacción entre la base de conocimiento, el moderador, los agentes y los modelos de lenguaje.
- Proponer criterios para la selección de modelos según complejidad, costo, latencia, precisión y criticidad.
- Diseñar reglas de enrutamiento entre modelos y agentes.
- Definir estrategias para optimizar:
- Consumo de tokens.
- Latencia.
- Costo por conversación.
- Reutilización de respuestas.
- Uso de caché.
- Tamaño y calidad del contexto.
- Definir métricas de evaluación de respuestas y recuperación:
- Precisión.
- Relevancia.
- Groundedness.
- Faithfulness.
- Cobertura.
- Tasa de abstención.
- Alucinaciones.
- Latencia.
- Costo.
- Diseñar casos y escenarios para evaluación técnica y funcional.
- Definir guardrails para respuestas, herramientas, datos sensibles y acciones de los agentes.
- Diseñar mecanismos de observabilidad para prompts, modelos, tokens, respuestas, fuentes y errores.
- Documentar los riesgos de uso de IA generativa y las restricciones de los modelos.
- Trabajar con el Arquitecto/a de Datos para definir dependencias y calidad de las fuentes.
- Trabajar con el Arquitecto/a de Integraciones para definir las capacidades y herramientas que podrán consumir los agentes.
- Participar en el diseño conceptual del moderador y la orquestación de agentes.
- Generar insumos para el backlog técnico y la fase posterior de implementación.
✅ Requisitos
Requisitos técnicos
- Profesional en Ingeniería de Sistemas, Ingeniería de Software, Ciencias de la Computación, Inteligencia Artificial o carreras afines.
- Experiencia profesional en ingeniería de datos, IA, machine learning, búsqueda semántica o desarrollo de plataformas inteligentes.
- Experiencia práctica en:
- LLMs y aplicaciones de IA generativa.
- RAG.
- Embeddings.
- Bases vectoriales.
- Búsqueda semántica e híbrida.
- Prompt engineering.
- Evaluación de modelos y respuestas.
- Procesamiento documental.
- Conocimiento de Python y APIs de modelos de IA.
- Experiencia con bases de datos vectoriales o motores de búsqueda.
- Conocimiento de técnicas de chunking, metadata filtering, reranking y retrieval.
- Capacidad para diseñar métricas técnicas y funcionales de calidad.
- Conocimiento de observabilidad, trazabilidad y optimización de costos en soluciones de IA.
- Capacidad para documentar arquitecturas, experimentos, decisiones y criterios de evaluación.
Deseable
- Experiencia con Azure OpenAI, Azure AI Search, Databricks, Microsoft Fabric, Amazon Bedrock, Vertex AI, OpenSearch, Elasticsearch, Pinecone, Weaviate u otras tecnologías equivalentes.
- Experiencia con LangChain, LlamaIndex, Semantic Kernel u otros frameworks.
- Conocimiento de agentes, tool calling, function calling y orquestación multiagente.
- Experiencia en OCR y procesamiento inteligente de documentos.
- Conocimiento de seguridad para LLMs y OWASP Top 10 for LLM Applications.
- Experiencia en diseño de asistentes virtuales o canales conversacionales.
📊 Etapas do Processo Seletivo
- Registro
- Entrevistas
- Confirmación de candidato
- Onboarding
- Contratação
🏢 Sobre a Stefanini Latam
¿Buscas un lugar donde tus ideas brillen?
Con más de 38 años y una presencia global, en Stefanini transformamos el mañana juntos. Aquí, cada acción cuenta y cada idea puede marcar la diferencia. Únete a un equipo que valora la innovación, el respeto y el compromiso.
Si eres una persona disruptiva, te mantienes en aprendizaje continuo y la innovación está en tu ADN, entonces somos lo que buscas. ¡Ven y construyamos juntos un futuro mejor!
💡 Dicas de Ouro para Conseguir uma Vaga de Emprego
1. Invista em equipamentos que aumentam sua produtividade
Um segundo monitor pode aumentar a produtividade em até 30% dependendo da função. Fones com cancelamento de ruído tornam reuniões mais profissionais. Uma webcam de qualidade passa credibilidade. Esses investimentos se pagam rapidamente quando você consegue uma vaga de emprego bem remunerada.
2. Entenda a cultura da empresa antes de se candidatar
Cada empresa tem uma cultura de emprego presencial, híbrido e home office diferente: algumas são assíncronas, outras exigem horários específicos. Pesquise no LinkedIn, Glassdoor e no site da empresa antes de se candidatar. Candidatos que chegam demonstrando conhecimento da cultura são muito mais memoráveis.
3. Conheça as melhores plataformas de vagas presenciais, híbridas e home office
Além dos portais tradicionais, existem plataformas especializadas em emprego presencial, híbrido e home office: GoJobs, Remote.com, We Work Remotely, LinkedIn com filtro remoto, Trampos.co, e 99Freelas para freelancers. Ative alertas de vagas nas plataformas mais relevantes para sua área.
💡 Interessado nesta oportunidade?
Esta vaga de Ingeniero de Base de Conocimiento e Inteligencia Artificial na Stefanini Latam é home office (remoto).