Sobre Creai En Creai, nos especializamos en aprovechar el poder de la inteligencia artificial y el aprendizaje automático para transformar negocios. Nuestra misión es ayudar a los clientes a reducir costos, aumentar la eficiencia y desbloquear nuevas oportunidades mediante soluciones de IA de vanguardia. Descripción del Puesto Como Senior Software/Systems Architect en Creai, tu rol central ya no es implementar cada componente a mano, sino diseñar, dirigir y validar las arquitecturas con las que tu equipo —y los agentes de IA que lo asisten— construyen sistemas escalables, seguros y mantenibles. Usarás tu dominio técnico y de negocio para tomar las decisiones que ningún agente puede tomar por delegación: qué patrón arquitectónico usar, qué trade-offs de escalabilidad y seguridad son aceptables, y qué tanto confiar en una propuesta generada antes de que llegue a producción. Serás responsable de que la velocidad que da la IA no se traduzca en deuda técnica invisible: un servicio generado por un agente puede pasar todos los tests, seguir el patrón correcto, y aun así introducir acoplamiento oculto, un supuesto de escala equivocado o una superficie de ataque que nadie pidió — y estos errores rara vez se ven en el código, se ven meses después, cuando el sistema falla bajo carga o un pentest los expone. Trabajarás estrechamente con equipos de desarrollo, otros arquitectos y stakeholders técnicos para asegurar que cada implementación cumpla con los más altos estándares de calidad, seguridad y performance, definiendo los estándares técnicos y las prácticas de supervisión de IA que el resto de la organización sigue. Este puesto exige Diseñar arquitecturas técnicas detalladas para aplicaciones complejas basadas en IA/ML, definiendo estructura de componentes, patrones de diseño y tech stack específico para cada proyecto, sin importar si la implementación posterior la ejecuta el equipo, agentes de IA, o ambos. Tomar decisiones arquitectónicas críticas sobre frameworks, librerías, bases de datos y servicios cloud que impacten la escalabilidad, performance y mantenibilidad de las soluciones — decisiones de largo plazo que ningún agente de IA puede tomar por delegación. Definir los límites de la delegación: qué componentes o servicios pueden generarse y validarse con apoyo de agentes de IA, qué decisiones arquitectónicas exigen diseño humano previo, y qué sistemas —por su exposición a datos sensibles, impacto regulatorio o costo de reversión— no admiten generación sin verificación formal. Liderar técnicamente equipos de desarrollo de 4-10 personas, proporcionando dirección arquitectónica clara y resolviendo blockers técnicos complejos. Diseñar e implementar estrategias de integración entre múltiples sistemas, servicios y aplicaciones, definiendo APIs, protocolos de comunicación y flujos de datos. Asegurar que las arquitecturas implementadas cumplan con mejores prácticas de seguridad, incluyendo encryption, authentication, authorization y compliance con regulaciones relevantes. Realizar code reviews de alto nivel enfocados en preocupaciones arquitectónicas, design patterns, vulnerabilidades de seguridad y performance bottlenecks. Diseñar arquitecturas de datos complejas incluyendo data pipelines,



feature stores, infraestructura de model serving y estrategias de data governance. Definir e implementar patrones arquitectónicos reutilizables que puedan ser aplicados consistentemente entre proyectos para mejorar velocity y quality. Crear y mantener documentación arquitectónica detallada incluyendo architecture decision records (ADRs), diagramas de sistemas, integration patterns y guías técnicas. Establecer y hacer cumplir estándares de calidad técnica, incluyendo métricas de calidad de código, estrategias de testing, prácticas de CI/CD y enfoques de monitoring. Diseñar arquitecturas de sistemas de ML/IA que consideren entrenamiento de modelos, versionado, serving, monitoring y reentrenamiento en entornos de producción. Identificar y resolver deuda técnica proactivamente, balanceando timelines de entrega con preocupaciones de mantenibilidad y escalabilidad a largo plazo. Proveer mentoría técnica a desarrolladores menos experimentados, compartiendo conocimiento sobre patrones arquitectónicos, mejores prácticas y tecnologías emergentes. Colaborar con otros arquitectos para asegurar consistencia arquitectónica entre proyectos y compartir aprendizajes sobre patrones exitosos y anti‑patterns a evitar. Participar hands‑on en implementación de componentes críticos o complejos, dedicando aproximadamente 20‑30% del tiempo a coding activo. Evaluar y recomendar nuevas tecnologías, frameworks y herramientas que puedan mejorar las capacidades técnicas del equipo o la eficiencia de desarrollo. Diseñar estrategias de observability y monitoring para sistemas en producción, incluyendo enfoques de logging, metrics, tracing y alerting. Asegurar que las arquitecturas diseñadas consideren non‑functional requirements como performance, reliability, availability y disaster recovery. Facilitar sesiones técnicas de design review con equipos de desarrollo para validar enfoques e identificar problemas potenciales temprano. Trabajar en la resolución de incidentes críticos de producción, aplicando expertise arquitectónico para diagnosticar root causes e implementar soluciones definitivas. Habilidades y experiencia requeridas 5-7 años de experiencia en desarrollo de software, con al menos 2-3 años en roles de arquitectura de software, liderazgo técnico o posiciones similares de alto impacto técnico. Experiencia comprobada diseñando e implementando arquitecturas de aplicaciones complejas utilizando frameworks modernos y design patterns (microservices, event-driven, domain-driven design). Dominio profundo de al menos dos lenguajes de programación (Python, Node.js, Java, Go) y capacidad para realizar code review efectivo en múltiples lenguajes. Experiencia sólida con plataformas cloud (AWS preferido) incluyendo servicios de compute, bases de datos administradas, messaging systems y arquitecturas serverless.



Experiencia práctica diseñando e implementando sistemas de ML/IA en producción, incluyendo model serving, pipelines de feature engineering e infraestructura de ML. Conocimiento profundo de diseño de bases de datos para SQL y No SQL, incluyendo optimización, estrategias de sharding y patrones de modelado de datos. Experiencia diseñando e implementando APIs RESTful y Graph QL, incluyendo versionado de APIs, authentication/authorization y estrategias de rate limiting. Dominio de mejores prácticas de seguridad incluyendo secure coding, estrategias de encryption, identity management, network security y vulnerability assessment. Experiencia con prácticas y herramientas de Dev Ops incluyendo pipelines de CI/CD, infrastructure as code (Terraform, Pulumi), containerización (Docker, Kubernetes). Capacidad comprobada para liderar equipos técnicamente sin autoridad jerárquica directa, influenciando a través de expertise y credibilidad técnica. Experiencia implementando soluciones de observability con herramientas como Prometheus, Grafana, ELK stack, Datadog o Cloud Watch. Comprensión sólida de software architecture patterns y cuándo aplicar cada uno: layered, hexagonal, CQRS, event sourcing, strangler fig, etc. Experiencia con estrategias de testing incluyendo unit testing, integration testing, contract testing y frameworks de performance testing. Habilidades sólidas de comunicación técnica con capacidad de explicar decisiones arquitectónicas y trade-offs a diferentes audiencias técnicas. Habilidades y experiencia deseables Certificaciones relevantes en arquitectura cloud (AWS Solutions Architect Professional, Google Cloud Professional Architect) o seguridad (CISSP, CEH). Experiencia con distributed systems patterns incluyendo consensus algorithms, eventual consistency, circuit breakers y service mesh architectures. Conocimiento de frameworks de compliance como SOC2, HIPAA, GDPR y su impacto en decisiones arquitectónicas. Experiencia con vector databases y retrieval systems para arquitecturas RAG y aplicaciones de similarity search. Conocimiento de MLOps best practices y herramientas como MLflow, Kubeflow, Sage Maker Pipelines o plataformas similares de ML lifecycle management. Experiencia con real-time data processing frameworks como Apache Kafka, Apache Flink, Kinesis o arquitecturas de streaming similares. Participación en proyectos open source o comunidades técnicas relevantes para ingeniería de IA/ML. Beneficios Trabajo 100% remoto con horario alineado a CST. PTO ilimitado: Confiamos en que gestionarás tu tiempo de manera efectiva. Presupuesto anual para desarrollo: Acceso a cursos, certificaciones y conferencias. Presupuesto para equipamiento: Configura tu espacio de trabajo remoto idóneo. Beneficio de salud: Acceso a cobertura médica privada o subsidios para seguro médico. Oportunidades de crecimiento: Plan de carrera y mentoría con expertos en IA y tecnología. Ambiente de startup dinámico y flexible: Autonomía para tomar decisiones y proponer ideas, con un enfoque en resultados en lugar de horas trabajadas. Balance vida-trabajo: Cultura que prioriza la flexibilidad y el bienestar, permitiéndote gestionar tu tiempo sin sacrificar tu vida personal. #J-18808-Ljbffr

📌 Software architect (Ciudad de México)
🏢 CreAI
📍 Ciudad de México