México
Murphy AI
Ford Motor Company
Senior AI Software Team Manager - Planta Ford Irapuato
México
Guanajuato, México
JavaScriptTypeScriptPythonJavaSQLAWSGCPDockerKubernetesC#GoTerraform
Traducción automática. Consulta el original.
Sobre la oportunidad
El AI Software Team Manager es responsable de liderar la estrategia, el desarrollo y la implementación de soluciones de software de IA a escala empresarial que mejoren el rendimiento de la fabricación y los resultados del negocio.
Este puesto proporciona liderazgo técnico a equipos multidisciplinares, garantiza la ejecución bajo estándares corporativos, colabora con organizaciones de liderazgo global e impulsa la innovación a través de IA, robótica avanzada, automatización inteligente e iniciativas de transformación digital.
El puesto desempeña un papel fundamental en la aceleración de la adopción de IA, el desarrollo de capacidades de la fuerza laboral y la entrega de soluciones escalables que mejoran las operaciones de primera línea, la excelencia operativa y las métricas clave de negocio en las organizaciones IEPC, CSAP y Global FPS.
RESPONSABILIDADES
- Liderar la organización de BCC Innovation & AI Software mediante una gobernanza disciplinada, trabajo estandarizado, gestión de cartera y rendición de cuentas sobre el rendimiento, asegurando la alineación de las iniciativas de innovación con los objetivos de negocio y los KPIs principales y secundarios.
- Definir y ejecutar la estrategia de Smart Factory e IA, transformando los desafíos de fabricación en software escalable, IA/ML, automatización, robótica, visión inteligente y soluciones digitales que mejoren la seguridad, calidad, costes, entrega, productividad y el rendimiento de primera línea.
- Proporcionar liderazgo técnico y organizativo a equipos de ingeniería multifuncionales, supervisando el diseño de soluciones, arquitectura, desarrollo de software, pruebas, implementación, adopción, soporte y mejora continua bajo los estándares de ingeniería corporativos.
- Arquitectar y gobernar el ecosistema de IA y Smart Factory, estableciendo estándares, plataformas reutilizables, APIs, modelos de datos, servicios en la nube, marcos de observabilidad, controles de ciberseguridad y patrones de integración empresarial que permitan la escalabilidad y sostenibilidad a largo plazo.
- Colaborar estrechamente con el liderazgo de planta, Global FPS, ATP, IT, MARVELL, Ingeniería, Calidad, Mantenimiento, Producción y otras funciones de negocio para asegurar que las soluciones tecnológicas aborden problemas reales de negocio, soporten procesos estables y entreguen un valor operativo medible.
- Liderar iniciativas estratégicas en robótica avanzada, sistemas autónomos, visión inteligente, agentes de IA, análisis predictivo y tecnologías de fabricación digital, impulsando la escalabilidad a nivel empresarial y la transformación operativa.
- Gobernar la calidad técnica, revisiones de arquitectura, revisiones de código, preparación para lanzamientos, cumplimiento de ciberseguridad, estrategias de prueba, documentación, gestión de configuración y mitigación de riesgos para asegurar soluciones seguras, fiables y mantenibles.
- Impulsar la toma de decisiones basada en datos asegurando la integridad, calidad, trazabilidad, accesibilidad y gobernanza de los datos de fabricación, operativos y de negocio a través de plataformas y sistemas conectados.
- Desarrollar y ejecutar estrategias de creación de capacidades de IA y transformación de la fuerza laboral, estableciendo hojas de ruta de aprendizaje basadas en roles, mentorizando a AI Software Engineers y acelerando la adopción de IA en IEPC, CSAP y organizaciones de fabricación global.
- Representar a la organización en foros ejecutivos, revisiones de innovación de LATAM, informes de liderazgo y compromisos de Global FPS, traduciendo eficazmente las iniciativas técnicas en impacto de negocio, valor estratégico y oportunidades de inversión.
- Liderar la gestión del ciclo de vida de las aplicaciones, incluyendo la preparación para la implementación, monitoreo de adopción, soporte operativo, gestión de incidentes, reducción de deuda técnica, planificación de modernización, transferencia de conocimiento y evolución continua del producto.
- Avanzar en la evolución de los sistemas de gestión diaria, excelencia operativa, prácticas Lean/FPS y fabricación digital integrando conocimientos habilitados por IA, automatización y soluciones de software escalables en los procesos de negocio principales.
- Fomentar una cultura de innovación, excelencia técnica, sentido de propiedad, aprendizaje continuo y artesanía de ingeniería mientras se desarrollan equipos de alto rendimiento capaces de entregar tecnologías de fabricación de próxima generación.
CUALIFICACIONES
ARQUITECTURA DE SOFTWARE
- Diseño de sistemas distribuidos, escalables, resilientes y mantenibles.
- Experiencia en arquitecturas monolíticas modulares, microservicios, basadas en eventos y serverless.
- Comprensión profunda de Domain-Driven Design (DDD), Clean Architecture, Hexagonal Architecture y principios SOLID.
- Diseño e implementación de REST APIs, GraphQL, gRPC y contratos de servicio.
- Aplicación de patrones de diseño de software y principios de arquitectura empresarial.
ARQUITECTURA DE SISTEMAS DE IA
- Diseño de sistemas de IA/ML de extremo a extremo, desde la adquisición de datos hasta la inferencia en producción.
- Arquitectura de sistemas basados en LLM, Retrieval-Augmented Generation (RAG), agentes y sistemas multimodales.
- Selección y evaluación de modelos propietarios y de código abierto, incluyendo ajuste fino (fine-tuning), ingeniería de prompts y modelos especializados.
- Diseño de tuberías de inferencia síncronas y asíncronas.
- Implementación de enrutamiento de modelos, mecanismos de respaldo (fallback), almacenamiento en caché, procesamiento por lotes y estrategias de optimización de latencia/coste.
LLMS Y IA GENERATIVA
- Sólida comprensión de transformadores, embeddings, tokenización, mecanismos de atención y gestión de contexto.
- Ingeniería de prompts avanzada y generación de salidas estructuradas.
- Arquitecturas RAG incluyendo fragmentación (chunking), embeddings, búsqueda vectorial, búsqueda híbrida y reordenamiento (reranking).
- Experiencia con ajuste fino, metodologías LoRA/PEFT y evaluación de modelos.
- Integración de llamadas a funciones y herramientas.
- IA agentica, planificación, gestión de memoria, flujos de trabajo y sistemas multi-agente.
- Protocolo de contexto de modelo (MCP) y arquitecturas de orquestación de herramientas.
- Diseño e implementación de barandillas (guardrails), filtrado de contenido y controles de comportamiento del modelo.
MACHINE LEARNING
- Sólida base en aprendizaje supervisado, aprendizaje no supervisado y deep learning.
- Experiencia con clasificación, regresión, agrupamiento (clustering) y sistemas de recomendación.
- Conocimiento de redes neuronales, CNNs, RNNs y arquitecturas Transformer.
- Evaluación de modelos, prevención de sobreajuste (overfitting), mitigación de fuga de datos y métricas de rendimiento.
- Ingeniería de características y metodologías de experimentación.
- Experiencia práctica con marcos de trabajo como PyTorch, TensorFlow o tecnologías equivalentes.
INGENIERÍA DE DATOS
- Diseño y gestión de lagos de datos, almacenes de datos y arquitecturas lakehouse.
- Desarrollo de procesos ETL/ELT y tuberías de datos escalables.
- Plataformas de streaming y procesamiento de datos distribuido.
- Prácticas de calidad de datos, linaje, catalogación y gobernanza.
- Experiencia en bases de datos SQL y NoSQL.
- Experiencia con bases de datos vectoriales y motores de búsqueda.
- Diseño de conjuntos de datos para entrenamiento, validación y evaluación de modelos de IA.
NUBE E INFRAESTRUCTURA
- Experiencia profunda en al menos una plataforma de nube principal: AWS, Microsoft Azure o plataforma Google Cloud (GCP).
- Orquestación con Kubernetes, contenedorización y ecosistemas Docker.
- Infraestructura como Código (IaC) usando Terraform o tecnologías equivalentes.
- Fundamentos de redes, balanceo de carga, descubrimiento de servicios y auto-escalado.
- Arquitecturas multirregión y estrategias de recuperación ante desastres.
- Gestión de infraestructura de GPU y optimización de la utilización de aceleradores.
MLOPS / LLMOPS
- Tuberías CI/CD y automatización para flujos de trabajo de IA/ML.
- Gestión de registro de modelos y control de versiones de modelos/conjuntos de datos.
- Seguimiento de experimentos y reproducibilidad.
- Implementación, servicio y gestión del ciclo de vida de modelos.
- Monitoreo y observabilidad de sistemas de IA en producción.
- Detección y mitigación de deriva de modelos, deriva de datos y degradación del rendimiento.
- Evaluación y validación continua de aplicaciones basadas en LLM.
- Observabilidad de prompts, uso de tokens, latencia, coste y calidad de respuesta.
INGENIERÍA DE SOFTWARE
- Competencia en lenguajes de programación como Python, Java, Go, TypeScript/JavaScript, C# o equivalentes.
- Fuerte compromiso con los principios de Clean Code, pruebas automatizadas y revisiones de código.
- Experiencia con pruebas unitarias, de integración, de contrato, de extremo a extremo y de carga.
- Experiencia en concurrencia, programación asíncrona y computación distribuida.
- Flujos de trabajo y estrategias de ramificación con Git.
- Refactorización y modernización de sistemas heredados.
SEGURIDAD
- Implementación de OAuth2, OpenID Connect (OIDC), JWT, RBAC y ABAC.
- Gestión de secretos y credenciales.
- Cifrado de datos en reposo y en tránsito.
- Prácticas seguras de diseño y desarrollo de API.
- Modelado de amenazas y análisis de riesgos.
- Seguridad de aplicaciones alineada con los estándares OWASP.
- Seguridad específica para LLM, incluyendo inyección de prompts, exfiltración de datos, abuso de herramientas, jailbreaks y mitigación de ataques RAG.
- Aislamiento seguro y gobernanza de agentes autónomos.
GOBERNANZA DE IA Y IA RESPONSABLE
- Principios de privacidad y protección de datos.
- Explicabilidad, trazabilidad y transparencia de los sistemas de IA.
- Marcos de evaluación y mitigación de riesgos de IA.
- Diseño de sistemas con intervención humana (human-in-the-loop).
- Auditoría y observabilidad de IA.
- Gobernanza de acceso a modelos y políticas de uso.
- Conocimiento de marcos regulatorios y de cumplimiento relevantes en todas las industrias y regiones.
OBSERVABILIDAD Y OPERACIONES
- Prácticas estructuradas de registro y monitoreo.
- Métricas, rastreo y rastreo distribuido.
- Implementación e integración de OpenTelemetry.
- Definición y gestión de SLOs, SLAs y SLIs.
- Respuesta a incidentes y excelencia operativa.
- Planificación de capacidad y optimización de recursos.
- Ingeniería de rendimiento y optimización de sistemas.
- Monitoreo de costes y prácticas de FinOps para cargas de trabajo de IA.
DISEÑO DE SISTEMAS
- Capacidad para diseñar sistemas complejos desde cero.
- Evaluación de compensaciones (trade-offs) entre consistencia, disponibilidad, latencia y coste.
- Diseño para aplicaciones a gran escala que sirven a millones de usuarios y entornos de datos de alto volumen.
- Diseño de arquitectura tolerante a fallos.
- Estrategias de gestión de contrapresión (backpressure).
- Diseño e implementación de sistemas de colas y mensajería.
- Event sourcing y CQRS cuando sea apropiado.
- Arquitectura de plataforma multi-inquilino (multi-tenant).
ARQUITECTURA DE PRODUCTO
- Traducir los requisitos de negocio en capacidades técnicas escalables.
- Determinar cuándo se debe utilizar IA y cuándo son más apropiadas soluciones alternativas.
- Definir el alcance del MVP y la evolución arquitectónica a largo plazo.
- Diseñar APIs, servicios y plataformas reutilizables.
- Equilibrar el tiempo de comercialización, calidad, seguridad y consideraciones de deuda técnica.
- Establecer métricas de éxito técnico y de negocio.
LIDERAZGO TÉCNICO
- Proporcionar liderazgo técnico, coaching y mentoría.
- Impulsar y defender las decisiones arquitectónicas.
- Crear y mantener registros de decisiones de arquitectura (ADRs).
- Realizar revisiones de arquitectura, código y diseño.
- Colaborar eficazmente entre equipos de ingeniería, producto, seguridad, datos y ejecutivos.
- Comunicar conceptos técnicos complejos claramente tanto a audiencias técnicas como no técnicas.
- Liderar organizaciones e iniciativas técnicas sin necesariamente actuar como gestor de personal.
PENSAMIENTO ARQUITECTÓNICO
- Capacidad para identificar y evaluar compensaciones en lugar de buscar soluciones absolutas.
- Diseñar sistemas teniendo en cuenta la evolución y adaptabilidad a largo plazo.
- Distinguir entre decisiones reversibles e irreversibles.
- Identificar y mitigar puntos únicos de fallo.
- Anticipar desafíos de escalabilidad, seguridad, operativos y de fiabilidad.
- Evaluar tecnologías basadas en resultados medibles de negocio y técnicos en lugar de tendencias de la industria.
AVISO LEGAL: Ford Motor Company es un empleador que ofrece igualdad de oportunidades, ya que estamos comprometidos con una fuerza laboral diversa y no discriminamos a ningún empleado o solicitante de empleo por motivos de raza, color, sexo, edad, origen nacional, religión, orientación sexual, identidad y/o expresión de género, estatus de veterano o discapacidad. #FordMexico
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil