ppEn KA Resources buscamos un/a competente 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.b¿Qué ofrecen? /b /p ul liModalidad remoto. /li liHorario de oficina habitual. /li liFormar parte de un gran equipo con proyección de carrera y ambiciosos objetivos. /li liSalario: 70-90k b/a /li /ul pLa persona seleccionada será responsable de construir una arquitectura de IA multicapa en la que los agentes sean capaces de: /p ul liComprender el contexto empresarial (capa de conocimiento). /li liRazonar y planificar (capa cognitiva). /liliEjecutar acciones de forma autónoma (capa agéntica). /li liMejorar continuamente mediante mecanismos de retroalimentación y medición del rendimiento. /li /ul pbNo buscamos desarrollar funcionalidades aisladas de IA, sino diseñar un auténtico sistema operativo de IA para la empresa. /b /p h3Responsabilidades principales /h3 ul liDiseñar y poner en producción toda la arquitectura de IA agéntica. /li liConstruir componentes y capas reutilizables para soluciones de IA. /li liHabilitar flujos de trabajo empresariales autónomos, escalables, gobernados y de alto rendimiento. /li /ul h3Responsabilidades ampliadas /h3 h31. Gestión del conocimiento y capa semántica /h3 ul liDefinir la estrategia de ingestión, organización y estructuración del conocimiento empresarial. /li liDiseñar pipelines para integrar: ul liDatos estructurados y no estructurados. /li liDocumentación, APIs y flujos de datos en tiempo real. /li /ul /li liEstablecer: ul liModelos de metadatos. /li liArquitectura para el consumo de ontologías y modelos semánticos. /li /ul /li liGarantizar que el conocimiento sea contextual, consumible por la IA y se mantenga actualizado de forma continua. /li /ul pbObjetivo: /b construir una base de conocimiento empresarial dinámica, fiable y preparada para la IA. /p h32. Catálogo corporativo de capacidades de IA /h3 pDiseñar un catálogo cognitivo que indexe: /p ul liAgentes. /li liHerramientas y APIs. /li liCapacidades y habilidades. /li /ul pFacilitar la reutilización y descubrimiento de: /p ul liPrompts. /li liFlujos de trabajo. /li liModelos de IA. /li /ul pConstruir un sistema donde los agentes puedan descubrir e invocar otros agentes y herramientas. /p pbObjetivo: /b crear una capa de capacidades de IA componible y autoservicio. /p h33. Marco de toma de decisiones /h3 h3Inteligencia generativa /h3 pOrquestación de modelos LLM para:



/p ul liGeneración de contenido. /li liCreación de hipótesis. /li liRazonamiento en lenguaje natural. /li /ul pGestionar estrategias multimodelo optimizando: /p ul liCoste. /li liRendimiento. /li liEspecialización. /li /ul h3Inteligencia lógica y determinista /h3 ul liMotores de reglas. /li liRazonamiento matemático. /li liLógica de procesos. /li liIntegración con modelos de IA y Machine Learning. /li liCumplimiento normativo. /li liCalidad y precisión de los modelos. /li /ul pDesarrollar sistemas híbridos que combinen: /p ul liCapacidades de razonamiento de los LLM. /li liControl programático. /li /ul pbObjetivo: /b equilibrar creatividad y fiabilidad en la toma de decisiones basada en IA. /p h34. Capa agéntica (diseño de sistemas autónomos) /h3 pDiseñar arquitecturas de: /p ul liSistemas monoagente y multiagente. /li liModelos jerárquicos y colaborativos. /li /ul pDefinir: /p ul liPlanificación. /li liMemoria. /li liBucles de ejecución. /li liDescomposición y coordinación de tareas. /li /ul pPermitir que los agentes: /p ul liEjecuten acciones sobre sistemas corporativos. /li liAprendan continuamente mediante mecanismos de feedback. /li /ul pbObjetivo: /b desarrollar flujos de trabajo autónomos preparados para entornos de producción. /p h35. Capa de integración agéntica /h3 pDiseñar la integración con: /p ul liCRM. /li liERP. /li liSistemas de RR. HH. /li liPlataformas de datos y APIs. /li /ul pConstruir marcos seguros para que los agentes puedan: /p ul liOrquestar APIs. /li liOperar mediante arquitecturas dirigidas por eventos. /li liEjecutar transacciones reales de negocio. /li /ul pbObjetivo: /b transformar la IA desde la generación de conocimiento hasta la ejecución de acciones. /p h36. Data Mesh y arquitectura distribuida de datos /h3 pAlinear la arquitectura de IA con principios de Data Mesh. /p pGarantizar: /p ul liPropiedad distribuida de los datos por dominio. /li liDescubrimiento de datos. /li liEstandarización de productos de datos. /li /ul pIntegración con plataformas como: /p ul liDatabricks. /li liSnowflake. /li /ul pbObjetivo: /b proporcionar una base de datos escalable y alineada con el negocio para soportar la IA.



/p h37. Gobierno, seguridad y control /h3 pDefinir el marco de gobierno para: /p ul liToma de decisiones autónoma. /li liAcceso y privacidad de los datos. /li /ul pImplementar: /p ul liControl de acceso basado en roles para agentes. /li liMecanismos Human-in-the-Loop. /li liAuditoría. /li liExplicabilidad de los modelos. /li /ul pGarantizar el cumplimiento de los estándares regulatorios y corporativos. /p pbObjetivo: /b desarrollar sistemas de IA fiables, seguros y controlables. /p h38. Rendimiento, FinOps, observabilidad y optimización /h3 pDefinir y monitorizar indicadores como: /p ul liTasa de éxito de las tareas. /li liNivel de autonomía de los agentes. /li liCoste por ejecución. /li liLatencia. /li liCapacidad de procesamiento. /li /ul pConstruir herramientas de observabilidad para analizar: /p ul liComportamiento de los agentes. /li liModos de fallo. /li /ul pOptimizar el rendimiento mediante: /p ul liBucles de retroalimentación. /li liSistemas de aprendizaje continuo. /li /ul pbObjetivo: /b garantizar operaciones de IA eficientes, escalables y fiables. /p h39. Ingeniería de plataforma y frameworks reutilizables /h3 pDesarrollar una plataforma de IA agéntica que incluya: /p ul liFrameworks y plantillas para agentes. /li liRepositorio y catálogo de agentes. /li liCapas de orquestación. /li liCapas de gobierno. /li liSDKs y aceleradores de desarrollo. /li /ul pConvertir estas capacidades en: /p ul liSoluciones comercializables para clientes. /li liActivos reutilizables y escalables. /li /ul pbObjetivo: /b crear un negocio de ingeniería de IA basado en propiedad intelectual. /p h3Requisitos imprescindibles /h3 ul liMás de b15 años /b de experiencia en sistemas distribuidos, Inteligencia Artificial, Machine Learning o ingeniería de plataformas. /li liAmplia experiencia práctica desarrollando: ul liSistemas basados en modelos de lenguaje (LLMs). /li liPlataformas de automatización mediante agentes o workflows inteligentes. /li /ul /li liExperiencia demostrable implantando sistemas de IA empresariales en entornos de producción. /li /ul h3Aspectos diferenciales /h3 ul liHaber diseñado arquitecturas de IA multicapa, más allá de aplicaciones aisladas. /li liExperiencia en: ul liSistemas de conocimiento (bRAG, ontologías, grafos de conocimiento /b). /li liOrquestación de múltiples agentes. /li liMarcos de gobierno de IA. /li /ul /li liExcelente combinación de profundidad técnica, visión arquitectónica y orientación al negocio /li /ul /p #J-18808-Ljbffr

📌 Arquitecto/a de Sistemas Autónomos e Ingeniería de IA Agéntica (Barcelona)
🏢 KA Resources
📍 Barcelona