Propósito del rol

Apoyar el diseño, construcción y mejora continua de soluciones de Inteligencia Artificial (especialmente agentes conversacionales), trabajando junto a equipos técnicos y de negocio. El rol busca traducir necesidades del negocio en soluciones de IA prácticas, manteniendo foco en calidad, experiencia de usuario y aprendizaje continuo.

Responsabilidades principales

Apoyar la construcción y evolución de agentes de IA, especialmente en contextos como asesoría patrimonial, atención a clientes o soporte interno.

Implementar y ajustar prompts, flujos conversacionales y herramientas (tools) bajo guía técnica.

Colaborar con Champions de negocio para incorporar mejoras funcionales al agente.

Analizar comportamientos del agente (respuestas correctas, errores, fallback).

Participar en pruebas, validaciones y ajustes iterativos.

Ayudar a documentar soluciones, decisiones y aprendizajes.

Integrar el agente en distintos canales (por ejemplo Teams, web, otros), bajo lineamientos definidos.

Apoyar tareas simples de configuración en contexto cloud (principalmente Azure).

Conocimientos y habilidades técnicas esperadas (nivel inicial)

Programación básica (idealmente Python).

Comprensión general de

Qué es un LLM y para qué se usa.

Prompts, contexto, historial conversacional.

Diferencia entre modelo,



datos y lógica de negocio.

Manejo básico de

APIs y formatos JSON.

Git (uso básico).

Nociones introductorias de Azure

Qué problemas resuelven servicios como Functions, App Services, Storage.

No se requiere experiencia profunda en infraestructura.

No se requiere experiencia entrenando modelos ni conocimientos matemáticos avanzados.

Habilidades clave (más importantes que la experiencia)

Pensamiento analítico: capacidad de entender problemas antes de proponer soluciones.

Curiosidad y aprendizaje rápido: interés por experimentar y mejorar.

Comunicación clara: puede explicar conceptos técnicos en lenguaje simple.

Orientación a negocio: pregunta para qué sirve lo que está construyendo.

Responsabilidad y criterio: entiende que la IA puede equivocarse y debe validarse.

Apertura al feedback: mejora con guía y retroalimentación.

Qué se valorará adicionalmente

Experiencia académica o práctica en:

Ciencia de datos, ingeniería, informática o carreras afines.

Proyectos de IA, chatbots o automatización (aunque sean personales o académicos).

Interés por productos digitales y experiencia de usuario.

Conocimiento básico de herramientas como Copilot, Foundry, Azure OpenAI (no excluyente).

📌 Ingeniero de Inteligencia Artificial (Monterrey)
🏢 ALTUMWARE
📍 Monterrey