En KA Resources buscamos un/a cualificado con inglés avanzado que lidere el diseño y la implantación de sistemas completos de IA agéntica (Agentic AI), siendo responsable de toda la arquitectura, desde la gestión del conocimiento hasta el razonamiento cognitivo y la ejecución autónoma.
¿Qué ofrecen?
Modalidad remoto.
Horario de oficina habitual.
Formar parte de un gran equipo con proyección de carrera y ambiciosos objetivos.
Salario: *****k b/a
La persona seleccionada será responsable de construir una arquitectura de IA multicapa en la que los agentes sean capaces de:
Comprender el contexto empresarial (capa de conocimiento).
Razonar y planificar (capa cognitiva).
Ejecutar acciones de forma autónoma (capa agéntica).
Mejorar continuamente mediante mecanismos de retroalimentación y medición del rendimiento.
No buscamos desarrollar funcionalidades aisladas de IA, sino diseñar un auténtico sistema operativo de IA para la empresa.
Responsabilidades principales
Diseñar y poner en producción toda la arquitectura de IA agéntica.
Construir componentes y capas reutilizables para soluciones de IA.
Habilitar flujos de trabajo empresariales autónomos, escalables, gobernados y de alto rendimiento.
Responsabilidades ampliadas
1. Gestión del conocimiento y capa semántica
Definir la estrategia de ingestión, organización y estructuración del conocimiento empresarial.
Diseñar pipelines para integrar:
Datos estructurados y no estructurados.
Documentación, APIs y flujos de datos en tiempo real.
Establecer:
Modelos de metadatos.
Arquitectura para el consumo de ontologías y modelos semánticos.
Garantizar que el conocimiento sea contextual, consumible por la IA y se mantenga actualizado de forma continua.
Objetivo:
construir una base de conocimiento empresarial dinámica, fiable y preparada para la IA.
2. Catálogo corporativo de capacidades de IA
Diseñar un catálogo cognitivo que indexe:
Agentes.
Herramientas y APIs.
Capacidades y habilidades.
Facilitar la reutilización y descubrimiento de:
Prompts.
Flujos de trabajo.
Modelos de IA.
Construir un sistema donde los agentes puedan descubrir e invocar otros agentes y herramientas.
Objetivo:
crear una capa de capacidades de IA componible y autoservicio.
3. Marco de toma de decisiones
Inteligencia generativa




Orquestación de modelos LLM para:
Generación de contenido.
Creación de hipótesis.
Razonamiento en lenguaje natural.
Gestionar estrategias multimodelo optimizando:
Coste.
Rendimiento.
Especialización.
Inteligencia lógica y determinista
Motores de reglas.
Razonamiento matemático.
Lógica de procesos.
Integración con modelos de IA y Machine Learning.
Cumplimiento normativo.
Calidad y precisión de los modelos.
Desarrollar sistemas híbridos que combinen:
Capacidades de razonamiento de los LLM.
Control programático.
Objetivo:
equilibrar creatividad y fiabilidad en la toma de decisiones basada en IA.
4. Capa agéntica (diseño de sistemas autónomos)
Diseñar arquitecturas de:
Sistemas monoagente y multiagente.
Modelos jerárquicos y colaborativos.
Definir:
Planificación.
Memoria.
Bucles de ejecución.
Descomposición y coordinación de tareas.
Permitir que los agentes:
Ejecuten acciones sobre sistemas corporativos.
Aprendan continuamente mediante mecanismos de feedback.
Objetivo:
desarrollar flujos de trabajo autónomos preparados para entornos de producción.
5. Capa de integración agéntica
Diseñar la integración con:
CRM.
ERP.
Sistemas de RR.
HH.
Plataformas de datos y APIs.
Construir marcos seguros para que los agentes puedan:
Orquestar APIs.
Operar mediante arquitecturas dirigidas por eventos.
Ejecutar transacciones reales de negocio.
Objetivo:
transformar la IA desde la generación de conocimiento hasta la ejecución de acciones.
6. Data Mesh y arquitectura distribuida de datos
Alinear la arquitectura de IA con principios de Data Mesh.
Garantizar:
Propiedad distribuida de los datos por dominio.
Descubrimiento de datos.
Estandarización de productos de datos.
Integración con plataformas como:
Databricks.
Snowflake.
Objetivo:




proporcionar una base de datos escalable y alineada con el negocio para soportar la IA.
7. Gobierno, seguridad y control
Definir el marco de gobierno para:
Toma de decisiones autónoma.
Acceso y privacidad de los datos.
Implementar:
Control de acceso basado en roles para agentes.
Mecanismos Human-in-the-Loop.
Auditoría.
Explicabilidad de los modelos.
Garantizar el cumplimiento de los estándares regulatorios y corporativos.
Objetivo:
desarrollar sistemas de IA fiables, seguros y controlables.
8. Rendimiento, FinOps, observabilidad y optimización
Definir y monitorizar indicadores como:
Tasa de éxito de las tareas.
Nivel de autonomía de los agentes.
Coste por ejecución.
Latencia.
Capacidad de procesamiento.
Construir herramientas de observabilidad para analizar:
Comportamiento de los agentes.
Modos de fallo.
Optimizar el rendimiento mediante:
Bucles de retroalimentación.
Sistemas de aprendizaje continuo.
Objetivo:
garantizar operaciones de IA eficientes, escalables y fiables.
9. Ingeniería de plataforma y frameworks reutilizables
Desarrollar una plataforma de IA agéntica que incluya:
Frameworks y plantillas para agentes.
Repositorio y catálogo de agentes.
Capas de orquestación.
Capas de gobierno.
SDKs y aceleradores de desarrollo.
Convertir estas capacidades en:
Soluciones comercializables para clientes.
Activos reutilizables y escalables.
Objetivo:
crear un negocio de ingeniería de IA basado en propiedad intelectual.
Requisitos imprescindibles
Más de
15 años
de experiencia en sistemas distribuidos, Inteligencia Artificial, Machine Learning o ingeniería de plataformas.
Amplia experiencia práctica desarrollando:
Sistemas basados en modelos de lenguaje (LLMs).
Plataformas de automatización mediante agentes o workflows inteligentes.
Experiencia demostrable implantando sistemas de IA empresariales en entornos de producción.
Aspectos diferenciales
Haber diseñado arquitecturas de IA multicapa, más allá de aplicaciones aisladas.
Experiencia en:
Sistemas de conocimiento ( RAG, ontologías, grafos de conocimiento ).
Orquestación de múltiples agentes.
Marcos de gobierno de IA.
Excelente combinación de profundidad técnica, visión arquitectónica y orientación al negocio
******
#J-*****-Ljbffr

📌 Arquitecto/A De Sistemas Autónomos E Ingeniería De Ia Agéntica (Madrid)
🏢 Ka Resources Recruitment
📍 Madrid