Conocimientos requeridos: • Diseño e implementación de arquitecturas de inteligencia artificial sobre la nube, enfocadas en aplicaciones de Machine Learning, inteligencia artificial generativa y servicios cognitivos en plataformas como Azure, con un enfoque especializado en modelos personalizados, RAG y vectorización gestionada en Databricks. • Diseño e implementación de soluciones de IA en entornos híbridos (On-Premise y Cloud), utilizando Azure como plataforma principal e integrando herramientas avanzadas de IA y ML en combinación con tecnologías como Python, Spark, Databricks, Azure ML, Cognitive Services y soluciones de contenedores como Kubernetes y Docker. • Desarrollo de arquitecturas de procesamiento y análisis de datos en tiempo real, haciendo uso de mensajería y orquestación a través de Azure Service Bus, Event Hubs, Data Factory (Azure Fabric) y Synapse Analytics, optimizando el flujo de datos para soluciones de Big Data e IA avanzadas. • Diseño y gestión de bases de datos orientadas a Big Data + IA, incluyendo bases de datos relacionales (como SQL Server) y NoSQL (como Cosmos DB), así como su integración con Data Lakes y repositorios documentales en entornos de almacenamiento de grandes volúmenes de datos para entrenamiento y despliegue de modelos. • Gestión de pipelines de CI/CD para proyectos de IA y ML mediante Azure DevOps, asegurando la automatización del ciclo de vida de modelos y el despliegue de soluciones de IA en producción de forma ágil y segura. • Conocimiento en la implementación de servicios de búsqueda e indexación semántica de información relacional y no relacional, vectorización de datos, fine tuning de modelos e ingeniería de prompt que orquestados permitan implementar soluciones de IA de alto valor. • Conocimiento integral de los principios de ingeniería de software aplicados a la IA y los pilares de DevSecOps para asegurar soluciones de IA seguras y escalables y de entrega continua sobre el despliegue en plataformas como Databricks, Synapse, modelos en Azure Open AI y habilitación de servicios cognitivos. • Experiencia en arquitecturas de referencia para soluciones de IA de misión crítica, aplicaciones de procesamiento de datos en gran escala, IA para IoT y análisis predictivo. • Conocimientos en diseño y ejecución de pruebas automatizadas de rendimiento, carga, estrés y seguridad para modelos de IA, garantizando la estabilidad y el desempeño adecuado de las soluciones. • Excelente capacidad de abstracción y conceptualización en el diseño y construcción de soluciones avanzadas de IA. • Conocimiento en GIT: estrategias de ramificación y colaboración, índices de calidad de código, políticas de revisión y estándares de código seguro aplicados a proyectos de IA. Profesional con mínimo 7 años de experiencia en soluciones de uso de servicios cognitivos y 3 años en soluciones AI.