Detalles de la Vacante

Empresa: Banorte

Diseñar, desarrollar e implementar soluciones de inteligencia artificial generativa que integren modelos de lenguaje, frameworks de desarrollo de IA, agentes autónomos, sistemas RAG, dentro de la Dirección de Inteligencia Artificial e Innovación de Banorte, apoyando la materialización de casos de uso estratégicos del banco mediante código de calidad, evaluación sistemática y buenas prácticas de ingeniería GenAI.

Experiencia requerida

1-2 años en proyectos relacionados con inteligencia artificial, con exposición real en IA Generativa desarrollando soluciones agénticas.

Responsabilidades

Desarrollar soluciones basadas en LLMs, agentes, ruteo de multiagentes y sistemas RAG para proyectos estratégicos del banco, siguiendo estándares de código y disciplinas como Context Engineering, Harness Engineering y Loop Engineering; implementar pipelines de extracción e ingestión, limpieza, chunking, indexación y recuperación de información para soluciones RAG empresariales; experimentar con frameworks y modelos de última generación y documentar trade-offs; participar activamente en sesiones de code review, diseño técnico y evaluación de soluciones; documentar código, experimentos, resultados y decisiones técnicas.

Conocimientos técnicos

Programación en Python (indispensable), buenas prácticas de código (tipado, testing, control de versiones), fundamentos de LLMs, transformers, embeddings, context windows y bases vectoriales, técnicas de prompt engineering (few-shot, chain-of-thought, structured output), fine-tuning ligero y function calling, bases de datos sql, no-sql y vectoriales, técnicas básicas de retrieval (similarity search, filtros, reranking inicial), fundamentos de seguridad en GenAI (OWASP LLM Top 10), manejo de Git, metodologías ágiles y herramientas de colaboración (Azure DevOps, Jira), desarrollo con LLMs (LangChain, Hugging Face, OpenAI, Anthropic, Gemini, Google ADK, A2A, A2UI, MCP), construcción de APIs REST con Python (FastAPI, Flask), servicios en la nube, bases de datos vectoriales (Qdrant, Pinecone, Azure AI Search, VectorSearch), observabilidad de LLMs (LangSmith, Langfuse o equivalentes).

Habilidades

Capacidad de aprendizaje autónomo y adopción rápida de nuevas herramientas y modelos, comunicación técnica clara tanto escrita como verbal.

Escolaridad

Ingeniería o licenciatura en Computación, Inteligencia Artificial, Ciencias de la Computación, Data Science, Matemáticas Aplicadas o áreas relacionadas.