Buscamos incorporar un cualificado para participar en una iniciativa estratégica de Inteligencia Artificial Generativa enfocada en el desarrollo de capacidades de análisis semántico y agentes conversacionales.

El proyecto tiene como objetivo transformar grandes volúmenes de información no estructurada proveniente de diversas fuentes, como chats, transcripciones de llamadas y registros CRM, en conocimiento accionable mediante el uso de tecnologías de IA Generativa, Large Language Models (LLMs), embeddings y arquitecturas RAG (Retrieval-Augmented Generation).

La persona seleccionada participará en el diseño e implementación de soluciones que permitan mejorar la recuperación inteligente de información, la trazabilidad de respuestas y la experiencia de interacción conversacional.

Principales Responsabilidades

- Diseñar e implementar soluciones de Ciencia de Datos e Inteligencia Artificial.
- Procesar, limpiar y transformar grandes volúmenes de datos provenientes de distintas fuentes.
- Desarrollar pipelines de datos para la automatización de procesos analíticos.
- Construir modelos predictivos, analíticos y de IA Generativa según las necesidades del negocio.
- Implementar soluciones basadas en Large Language Models (LLMs).
- Generar embeddings y trabajar con bases de datos vectoriales.
- Participar en la definición de arquitecturas de datos y analítica avanzada.
- Integrar distintas fuentes de información para generar modelos y automatizaciones.




- Colaborar con equipos de negocio para identificar oportunidades de uso de datos e inteligencia artificial.
- Documentar procesos, modelos y soluciones implementadas.

Competencias Críticas (Excluyentes)

- Curado y limpieza de texto no estructurado proveniente de múltiples fuentes (chats, llamadas transcritas, registros CRM).
- Diseño de curado y limpieza de texto no estructurado para preparación de contenido destinado a modelos de lenguaje.
- Generación, gestión y versionado de embeddings.
- Implementación y administración de bases de datos vectoriales (ej. pgvector, Qdrant, Chroma, Weaviate, Pinecone, Milvus) y búsqueda híbrida.
- Construcción de pipelines RAG (Retrieval-Augmented Generation) completos, incluyendo evaluación y trazabilidad de respuestas.
- Integración con APIs de modelos de lenguaje (LLM), tanto en servidores propios/internos como proveedores externos (Anthropic, OpenAI, Azure OpenAI, Google Gemini), con diseño agnóstico al proveedor.

Requisitos Técnicos

Programación y Datos

- Python
- SQL
- PySpark
- Apache Spark
- Big Data
- Desarrollo de procesos ETL/ELT
- Manipulación y análisis de grandes volúmenes de datos

Ciencia de Datos e IA

- Análisis exploratorio de datos
- Feature Engineering
- Evaluación y optimización de modelos

Herramientas y Framework

- Bases de datos vectoriales (Pinecone, Weaviate, Chroma, Qdrant, Milvus o similares)
- Git

Cloud

- Azure
- Servicios de almacenamiento y procesamiento de datos

Conocimientos Deseables

- Experiencia en Microsoft Fabric

#J-18808-Ljbffr

📌 Senior Data Scientist – GenAI & RAG (LATAM) (Ciudad de México)
🏢 BC Tecnología
📍 Ciudad de México