Oracle
PwC
Acceleration Center - Ingeniero de IA Agéntica y DevOps - Senior Associate
Requisitos de viaje
Industria/Sector No aplicable
Especialidad Datos, Analítica e IA
Nivel de gestión Senior Associate
Hasta 20%
Fecha de finalización de la oferta de empleo enero 20, 2027
Descripción del puesto y resumen
La oportunidad
Únete a nuestro Acceleration Center en México y ayuda a dar forma al futuro de los negocios para nuestra diversa cartera de clientes en distintas geografías y jurisdicciones. Trabajarás en el centro de equipos globales de Advisory, Assurance, Tax y Business Services, resolviendo desafíos reales de los clientes mediante una colaboración conectada. Te ayudaremos a desarrollar tus habilidades para que puedas llegar más lejos. Con aprendizaje práctico, herramientas de vanguardia y una cultura inclusiva, esta es tu oportunidad de realizar un trabajo inspirador que marca la diferencia cada día.
Como Senior Associate de Ingeniero de IA Agéntica en el Acceleration Center, desempeñarás un papel fundamental en la transformación de datos sin procesar en conocimientos prácticos, facilitando la toma de decisiones informadas e impulsando el crecimiento empresarial. Dentro de nuestra práctica de Internal Firm Services, aprovecharás la Inteligencia Artificial para resolver problemas de negocio a través de sistemas agénticos, RAG y LLMs, garantizando al mismo tiempo la escalabilidad de la solución y su correcta implementación.
Como Senior Associate, te centrarás en construir conexiones significativas con los clientes y aprender a gestionar e inspirar a otros. Navegarás por situaciones cada vez más complejas, haciendo crecer tu marca personal y profundizando tus habilidades técnicas. Se espera que anticipes las necesidades de tus equipos y clientes, entregando un trabajo de calidad mientras adoptas una mayor ambigüedad. Este puesto requiere que respondas eficazmente a diversas perspectivas, utilices una amplia gama de herramientas y metodologías para generar nuevas ideas y mantengas los estándares profesionales y técnicos.
En este puesto en el Acceleration Center de PwC en México, lanzarás un sistema. Este puesto es responsable de la capa de modelos de principio a fin: diseño de prompts y habilidades, evaluaciones, seguridad y el MLOps que lo mantiene económico, rápido, rastreable y reproducible en producción.
Responsabilidades
- Definir y hacer cumplir los SLO para servicios basados en modelos; ser responsable de la pila de alertas y los manuales de respuesta ante incidentes.
- Depurar fallos de producción en todo el full stack —desde reinicios de pods de Kubernetes hasta alucinaciones de modelos e inyecciones de prompts— y redactar postmortems que realmente eviten la recurrencia.
- Ser responsable de la observabilidad de principio a fin: trazas distribuidas, histogramas de latencia, atribución de costes, rendimiento de tokens, presupuestos de error y paneles que destaquen la señal sobre el ruido.
- Arquitectar CI/CD para cambios en modelos y prompts: control de versiones, puertas de evaluación automatizadas y estrategias de reversión.
- Instrumentar y monitorear el comportamiento de LLM en producción: uso de tokens, calidad de respuesta, modos de fallo y SLA de latencia.
- Operar de forma nativa con IA: utilizar Claude Code, Codex, GitHub Copilot, Cursor y herramientas similares como infraestructura diaria, no como novedad, y mantener el resultado al mismo estándar que el código escrito a mano.
- Diseñar y desplegar automatizaciones impulsadas por LLM a escala —agentes, habilidades, pipelines— desde el prototipo hasta la producción.
- Construir marcos de evaluación: benchmarks offline, red-teaming adversarial, suites de regresión y bucles de retroalimentación de producción que detecten la deriva antes que los usuarios.
Lo que debes tener
- Al menos una licenciatura
- Al menos 2 años de experiencia
- Se requiere dominio oral y escrito del inglés
Lo que te hace destacar
- MLOps/SRE: haber lanzado automatizaciones respaldadas por LLM a producción con SLA reales y usuarios reales, experimentos reproducibles (rastreados, versionados, auditables), definición de SLO, seguimiento de errores, diseño de alertas, monitoreo de pipelines para degradación de modelos, deriva de prompts y anomalías de costes.
- Ingeniería central: fluidez en Python, FastAPI, patrones asíncronos, Pydantic, Typescript, SQL/Redis para estado y caché, K8s + Azure DevOps CI/CD
- Profundidad en ML/LLM: fundamentos sólidos (transformers, ajuste fino, RAG, marcos de trabajo de agentes); experiencia práctica con Claude/OpenAI, SDKs/Langchain/Langgraph/Langfuse; construcción de evaluaciones: pruebas de prompts, pipelines de LLM-como-juez, integración de retroalimentación humana.
- Fluidez nativa en IA: usuario diario de asistentes de codificación de IA (Claude Code, Codex, Copilot, Cursor), comprensión de las limitaciones de los modelos, modos de fallo y cuándo desconfiar de los resultados, capacidad para escribir prompts e instrucciones de agentes con rigor, tener opiniones sobre el diseño de evaluaciones, gestión de contexto y patrones de uso de herramientas.
