[]("https://rmkcdn.successfactors.com/72953e39/99097e49-e25b-4816-83ac-1.jpg")

¿Te imaginas participando en la transformación de las principales organizaciones nacionales e internacionales?

En Deloitte estamos comprometidos con generar un impacto en la sociedad, en nuestros clientes y en ti. El rol de

GenAI Expert

es responsable de liderar el diseño, desarrollo e industrialización de capacidades de inteligencia artificial generativa en la organización. Este perfil combina una sólida base técnica con visión estratégica y capacidad de ejecución, actuando como nexo entre negocio, arquitectura e ingeniería para asegurar una adopción eficiente, segura y escalable de GenAI. Será el referente técnico en el uso de modelos generativos (LLMs y multimodales), definiendo arquitecturas de referencia, estándares de integración y buenas prácticas para su uso en entornos corporativos. Participará activamente en el diseño de soluciones avanzadas como asistentes virtuales, agentes autónomos y sistemas basados en RAG, garantizando su alineamiento con las necesidades del negocio. Asimismo, liderará la evolución de plataformas de integración GenAI (GenAI Gateway), habilitando el consumo controlado de modelos a través de patrones de seguridad, observabilidad y gobierno. Tendrá un papel fundamental en la evaluación de tecnologías, validación mediante pruebas de concepto y despliegue en producción. El GenAI Expert también impulsará el uso responsable de la IA, estableciendo mecanismos de control, evaluación y cumplimiento normativo. Como líder técnico, colaborará con equipos multidisciplinares, promoviendo estándares, acelerando la adopción de GenAI y contribuyendo a la generación de valor a través de la innovación.





Responsabilidades principales 1. Diseño y desarrollo de soluciones GenAI

Diseñar y desarrollar aplicaciones basadas en LLMs (agentes, asistentes, sistemas RAG).

Construir APIs, microservicios y pipelines de inferencia integrados con sistemas corporativos.

Aplicar técnicas como prompt engineering, evaluación de modelos y optimización de respuestas.

2. Arquitectura y plataforma GenAI

Definir arquitecturas escalables y seguras para soluciones GenAI.

Diseñar y evolucionar plataformas tipo GenAI Gateway para la gestión del consumo de modelos.

Establecer patrones para arquitecturas MCP y A2A, asegurando interoperabilidad entre agentes y servicios.

3. Integración y ecosistema tecnológico

Integrar modelos de proveedores como OpenAI, Azure OpenAI, AWS Bedrock o Vertex AI.

Implementar gateways y soluciones de integración (Kong, NGINX, Apigee, etc.).

Asegurar la integración con IAM, redes, observabilidad y CI/CD.

4. Evaluación, seguridad y gobierno

Definir métricas de calidad, coste y rendimiento de modelos generativos.

Implementar controles de seguridad, privacidad y uso responsable de la IA.

Establecer marcos de gobierno para el consumo y monitorización de modelos.

5. Industrialización y delivery

Liderar el despliegue de soluciones en entornos productivos.





Automatizar infraestructuras mediante IaC y prácticas DevSecOps.

Desarrollar componentes reutilizables y acelerar la adopción.

6. Liderazgo técnico e innovación

Actuar como referente técnico y mentor para equipos multidisciplinares.

Definir roadmap técnico y promover buenas prácticas.

Evaluar nuevas tecnologías y detectar oportunidades de innovación.

Requisitos Experiencia técnica

+5 años en desarrollo de software, arquitectura o soluciones de IA/ML.

Experiencia en desarrollo con LLMs y GenAI (OpenAI, Azure OpenAI, Bedrock, Vertex AI).

Conocimiento de RAG, agentes, prompt engineering y evaluación de modelos.

Experiencia en arquitecturas cloud (AWS, Azure o GCP) y microservicios.

Dominio de Python (y deseable Go o Node.js).

Experiencia con API Gateways (Kong, NGINX, Apigee) e integración de sistemas.

Conocimiento de CI/CD e Infraestructura como Código (Terraform, CloudFormation).

Experiencia en seguridad (IAM, autenticación, autorización).

Conocimientos en GenAI

Arquitecturas multi-LLM y desacoplamiento de proveedores.

MCP y arquitecturas Agent-to-Agent (A2A).

LLMOps / MLOps y observabilidad de modelos.

Seguridad, guardrails y uso responsable de IA.

Habilidades deseables

Experiencia liderando equipos o iniciativas técnicas.

Certificaciones cloud.

Experiencia en entornos regulados.

Conocimiento de frameworks de agentes (LangChain, Semantic Kernel).

Competencias personales

Pensamiento estratégico con orientación a ejecución.

Capacidad de comunicación con negocio y tecnología.

Liderazgo técnico y colaboración en entornos complejos.

📌 Senior Data (Madrid)
🏢 Deloitte España
📍 Madrid