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.Modalidad remoto.Horario de oficina habitual.Formar parte de un gran equipo con proyección de carrera y ambiciosos objetivos.Salario: 70-90k b/aLa 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.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.Agentes.Herramientas y APIs.Capacidades y habilidades.Facilitar la reutilización y descubrimiento de: 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: Rendimiento.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.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.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: 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.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.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.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.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.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.Destacado combinación de profundidad técnica, visión arquitectónica y orientación al negocio#J-18808-Ljbffr

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