En Stefaninisomos más de 30,000 genios, conectados desde 41 países, co‐creando un futuro mejor.
Propósito del cargo
Diseñar e implementar agentes de IA, skills y flujos de orquestación sobre las plataformas de cliente.
Definir lineamientos técnicos de IA, evaluar modelos y frameworks, integrar telemetría y asegurar escalabilidad, reutilización y control de riesgos de los activos de IA.
Funciones principales
Diseñar e implementar
agentes de IA
capaces de ejecutar tareas complejas mediante razonamiento, planificación y uso de herramientas (tool use).
Desarrollar
skills
reutilizables (capacidades encapsuladas) que puedan ser consumidas por distintos agentes y equipos del banco.
Construir y mantener
flujos de orquestación
(orchestration workflows) que coordinen múltiples agentes, modelos y sistemas.
Definir
lineamientos técnicos y estándares de IA
(patrones de diseño, buenas prácticas, guías de arquitectura) para su adopción transversal en el banco.
Evaluar y comparar
modelos y frameworks de IA
(LLMs, frameworks de agentes, herramientas de orquestación) según criterios de performance, costo, seguridad y cumplimiento normativo.
Integrar
telemetría y observabilidad
en los activos de IA (logging, trazabilidad de decisiones, métricas de uso y calidad).
Diseñar soluciones pensando en
escalabilidad y reutilización
, evitando duplicación de esfuerzos entre equipos.
Colaborar con áreas de
riesgo, cumplimiento y seguridad
para asegurar que los activos de IA cumplan con las políticas internas y regulatorias del sector bancario.
Asegurar que los agentes y flujos de IA desplegados sean
confiables, auditables y trazables
, dado el contexto regulado del banco.
Establecer y hacer cumplir
controles de riesgo
asociados al uso de IA (sesgos, alucinaciones, fugas de datos, uso indebido).




Liderar decisiones de arquitectura técnica para nuevos casos de uso de IA, en conjunto con Producto, Riesgo y Negocio.
Mantener documentación actualizada de los lineamientos técnicos, catálogos de skills y arquitecturas de orquestación.
Realizar revisiones técnicas (design/code reviews) de implementaciones de agentes desarrolladas por el equipo.
Monitorear el desempeño de los activos de IA en producción mediante telemetría, proponiendo mejoras continuas.
Evaluar proveedores, modelos (propios o de terceros) y frameworks emergentes, presentando recomendaciones fundamentadas.
Mentorizar a otros ingenieros del equipo en el diseño de agentes, skills y buenas prácticas de IA.
Ingeniería en Informática, Ciencias de la Computación, Matemáticas, Estadística o áreas afines.
Experiencia
4–6+ años de experiencia en desarrollo de software, con al menos 3 años enfocados en Machine Learning / IA.
Experiencia demostrable llevando modelos a producción (no solo en notebooks/experimentación).
Conocimientos técnicos
Lenguajes de programación: Python (avanzado); deseable conocimiento de Java, Go o Scala.
IA generativa y LLMs: fine-tuning, prompt engineering, RAG (Retrieval-Augmented Generation), embeddings, frameworks tipo LangChain / LlamaIndex.
Cloud: AWS, GCP o Azure (servicios de IA/ML: SageMaker, Vertex AI, Azure ML).
Bases de datos: SQL y NoSQL; conocimientos de bases de datos vectoriales (Pinecone, Weaviate, FAISS, etc.).
Fundamentos sólidos de matemáticas aplicadas: álgebra lineal,



estadística, probabilidad y optimización.
Buenas prácticas de ingeniería de software: control de versiones (Git), testing, arquitectura de sistemas distribuidos.
Deseable: inglés técnico avanzado (lectura de papers, documentación).
Pensamiento analítico y resolución de problemas
: capacidad de descomponer problemas complejos y proponer soluciones basadas en datos.
Comunicación efectiva
: habilidad para explicar conceptos técnicos complejos a audiencias no técnicas.
Trabajo en equipo y colaboración
: capacidad de trabajar con equipos multidisciplinarios.
Liderazgo técnico y mentoría
: disposición para guiar y desarrollar a otros miembros del equipo.
Curiosidad y aprendizaje continuo
: interés genuino por mantenerse al día con los avances del campo.
Pensamiento crítico y ético
: capacidad de identificar riesgos, sesgos y limitaciones de los modelos de IA.
Autonomía y proactividad
: capacidad de gestionar su propio trabajo con mínima supervisión.
Adaptabilidad
: capacidad de ajustarse a un ambiente tecnológico en constante cambio.
Orientación a resultados
: foco en generar impacto de negocio medible a través de soluciones técnicas.
Beneficios Stefanini
Step 4: Confirmación del Candidato 4 Confirmación del Candidato
Creer para co-crear
¿Buscas un lugar donde tus ideas brillen?
Con más de 38 años y una presencia global, en Stefanini transformamos el mañana juntos.
Aquí, cada acción cuenta y cada idea puede marcar la diferencia.
Únete a un equipo que valora la innovación, el respeto y el compromiso.
Si eres una persona disruptiva, te mantienes en aprendizaje continuo y la innovación está en tu ADN, entonces somos lo que buscas.
¡Ven y construyamos juntos un futuro mejor!
#J-*****-Ljbffr

📌 Engineer Ia (Santiago)
🏢 STEFANINI LATAM
📍 Santiago