En KA Resources buscamos un/a profesional 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: 70-90k 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.

Sobresaliente combinación de profundidad técnica, visión arquitectónica y orientación al negocio

[email protected]
#J-18808-Ljbffr

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