Buscamos

3 AI Platform Architects para diseñar y construir la plataforma de IA corporativa de una entidad financiera de referencia.

Arquitectura sobre ecosistema híbrido: multicloud, on-prem y Mainframe.

El reto El objetivo es que puedan construir, desplegar y operar capacidades de IA y sistemas agénticos de forma autónoma, segura y trazable. Diseñar sobre tecnología inmadura en un sector donde cada decisión tiene que ser auditable.

3 posiciones abiertas

Diseñar y construir la capa de acceso y mediación a modelos (AI gateway): credenciales, enrutado, cuotas y control de coste

Definir la arquitectura de los sistemas agénticos: orquestación, gestión de contexto, integración de herramientas (MCP, function calling) y patrones RAG

Harness engineering: diseñar el contexto de ejecución de los agentes (contexto, herramientas, aislamiento, permisos y verificación) para que el resultado sea repetible y revisable

Montar el gobierno de modelos: ciclo de vida de los modelos aprobados, criterios de selección, evaluación de calidad y trazabilidad de uso

Integrar la IA en el SSDLC: pipelines CI/CD, IaC y ejecución de agentes en Kubernetes

Diseñar los controles de seguridad específicos de IA (prompt injection, fuga de datos, aislamiento de ejecución) y la observabilidad del coste

Bajar al barro:



tomar decisiones técnicas en contexto real y responder de que lo construido sea coherente con el diseño

+5 años de experiencia consolidada en arquitectura técnica en tu dominio de especialización

Experiencia profunda y demostrable en al menos uno de estos entornos, entendiendo bien el modelo híbrido: on-prem (Kubernetes on-prem, VMware) o cloud (Azure, AWS, GCP)

Diseño e implantación de plataformas de IA de autoservicio: AI gateway, credenciales, enrutado, cuotas, control de coste

Arquitectura de sistemas agénticos: orquestación, gestión de contexto, MCP, function calling, RAG

Harness engineering y gobierno de modelos

Seguridad específica de IA y observabilidad del uso de modelos

Integración de IA en el SSDLC: CI/CD, IaC, agentes en Kubernetes

Comunicación técnica clara con equipos de tecnología y criterio sobre qué se automatiza y qué necesita control humano

Marco regulatorio de IA en sector financiero: EU AI Act, DORA, riesgo de terceros y de proveedores de modelos

MLOps o LLMOps: modelos propios o autoalojados, fine-tuning, gestión de artefactos

Entornos Mainframe y su integración con la plataforma

Adopción de herramientas de asistencia al desarrollo con IA a escala de organización

Experiencia en banca o sectores regulados

📌 Arquitecto de plataforma (Madrid)
🏢 Shakers
📍 Madrid