J.P. Morgan busca un Líder de IA/ML Aplicada en Buenos Aires para liderar el despliegue de soluciones de IA/ML, definir métricas de producto, analizar comportamiento de usuarios y construir modelos predictivos.
Si te apasiona la IA y querés liderar proyectos innovadores en una empresa global como J.P. Morgan, este puesto es para vos. Podrás aplicar tus conocimientos en modelos predictivos y análisis de datos para generar un impacto real en la toma de decisiones.
Descripción del puesto
Únete a nosotros en un viaje de colaboración e innovación, donde tus habilidades y talentos únicos serán valorados y celebrados. Juntos crearemos un futuro más brillante y haremos una diferencia significativa. Como Applied AI/ML Lead dentro de Cloud Foundational Services en la línea de negocio Infrastructure Platforms (IP), estarás a la vanguardia de la combinación de técnicas de IA de vanguardia con los activos de datos únicos de la empresa para optimizar las decisiones comerciales y automatizar procesos. Serás fundamental en la creación de productos que presenten proactivamente conocimiento y contexto a los usuarios, automaticen flujos de trabajo de soporte y ayuden a los equipos a resolver problemas más rápido. Definirás y mantendrás métricas de valor del producto, analizarás el comportamiento del usuario y construirás modelos predictivos que informen directamente las decisiones de gestión de productos y la priorización de la hoja de ruta. Responsabilidades del puesto: - Liderar el despliegue y escalado de soluciones avanzadas de IA generativa, IA agentica y ML clásico. - Diseñar y ejecutar marcos y infraestructura central de IA/ML reutilizables a nivel empresarial para acelerar el desarrollo de soluciones de IA. - Ser dueño de la estrategia de análisis y medición de productos, definiendo, operacionalizando y manteniendo las métricas que demuestran el valor del producto, la adopción y los resultados para las partes interesadas y el liderazgo. - Analizar el comportamiento y los patrones de uso del usuario para generar rápidamente insights accionables, traduciendo preguntas ambiguas en análisis estructurados y recomendaciones que la gestión de productos pueda operacionalizar. - Construir, validar e iterar modelos predictivos que apoyen la toma de decisiones, incluyendo pronósticos, modelado de propensión, segmentación y detección de anomalías o tendencias, con resultados diseñados para el consumo de productos e ingeniería. - Aplicar técnicas de ingeniería de contexto y prompts para mejorar el rendimiento de los modelos basados en prompts. - Desarrollar y mantener herramientas y marcos para la evaluación, monitoreo y optimización de agentes basados en prompts a escala empresarial. - Construir y mantener pipelines de datos y flujos de trabajo de procesamiento para un consumo de datos escalable y eficiente. - Contribuir al diseño y evolución de la capa de informes y datos que mide el impacto del producto y presenta insights a las partes interesadas. - Escribir código de producción seguro y de alta calidad y realizar revisiones de código. - Asociarse con equipos de Ingeniería, Producto y Negocios para identificar requisitos y desarrollar soluciones. - Comunicar conceptos técnicos y resultados tanto a partes interesadas técnicas como no técnicas, incluido el liderazgo sénior. - Proporcionar liderazgo técnico, mentoría y orientación a ingenieros junior, promoviendo una cultura de excelencia y aprendizaje continuo. Calificaciones, capacidades y habilidades requeridas: - Título de Grado o Máster en Ciencias de la Computación, Ingeniería, Ciencia de Datos o un campo relacionado (o experiencia laboral equivalente). - Experiencia en ingeniería de machine learning, con una base sólida en ML clásico y fundamentos de deep learning. - Experiencia práctica con modelos basados en texto, incluyendo embeddings de transformadores (ej. BERT, sentence-transformers) para tareas como búsqueda semántica, clasificación y clustering, así como técnicas de NLP pragmáticas incluyendo clasificadores basados en regex y reglas cuando sea apropiado. - Fuerte dominio de Python para análisis y modelado, incluyendo Pandas, scikit-learn y flujos de trabajo basados en notebooks (Jupyter), con una sólida capacidad en visualización utilizando herramientas como seaborn y matplotlib. - Experiencia práctica en diseño de sistemas, desarrollo de aplicaciones, pruebas y estabilidad operativa. - Experiencia práctica utilizando asistentes de codificación de IA como GitHub Copilot para acelerar el desarrollo y mejorar la productividad manteniendo la calidad del código y los controles. - Fuertes habilidades en SQL y profunda experiencia con PL/SQL, preferiblemente Oracle; capacidad para trabajar directamente con conjuntos de datos relacionales para construir lógica de métricas confiable y auditable y consultas analíticas de alto rendimiento. - Comprensión funcional de los conceptos de GenAI y los fundamentos de RAG, con la capacidad de instrumentar, medir y mejorar el rendimiento de aplicaciones basadas en RAG a través de evaluación cuantitativa y métricas centradas en el usuario. Calificaciones, capacidades y habilidades preferidas: - Familiaridad con tecnologías NoSQL y de búsqueda/vector de datos, incluyendo bases de datos vectoriales, MongoDB y Elasticsearch, especialmente donde sea relevante para patrones de recuperación y telemetría de GenAI. - Experiencia con QlikSense o herramientas BI comparables utilizadas para publicar, gobernar y mantener dashboards para el consumo de partes interesadas. - Experiencia trabajando estrechamente con equipos de ingeniería de software que entregan servicios de producción, incluyendo desarrollo de API con FastAPI (Python) y/o Spring Boot (Java), y familiaridad con prácticas de desarrollo modernas que soportan la integración analítica estable. - Familiaridad con conceptos de desarrollo front-end y patrones de colaboración; la exposición a React es beneficiosa para colaborar eficazmente en instrumentación, medición de UX e incrustación de dashboards. - Familiaridad con tecnologías NoSQL y de búsqueda/vector de datos, incluyendo bases de datos vectoriales, MongoDB y Elasticsearch, especialmente donde sea relevante para patrones de recuperación y telemetría de GenAI. - Capacidad demostrada para liderar a través de la influencia como un contribuidor individual senior, estableciendo estándares para la integridad de métricas, rigor analítico y disciplina operativa inter-equipo dentro de un nuevo sub-equipo de datos. J.P. Morgan es un líder mundial en servicios financieros, que proporciona asesoramiento estratégico y productos a las corporaciones más prominentes del mundo, gobiernos, individuos adinerados e inversores institucionales. Nuestro enfoque de "negocio de primera clase de manera de primera clase" para servir a los clientes impulsa todo lo que hacemos. Nos esforzamos por construir asociaciones confiables y a largo plazo para ayudar a nuestros clientes a alcanzar sus objetivos comerciales. Reconocemos que nuestra gente es nuestra fortaleza y los diversos talentos que aportan a nuestra fuerza laboral global están directamente vinculados a nuestro éxito. Somos un empleador que ofrece igualdad de oportunidades y valoramos mucho la diversidad y la inclusión en nuestra empresa. No discriminamos por ningún atributo protegido, incluyendo raza, religión, color, origen nacional, género, orientación sexual, identidad de género, expresión de género, edad, estado civil o de veterano, embarazo o discapacidad, o cualquier otra base protegida por la ley aplicable. También hacemos adaptaciones razonables para las prácticas y creencias religiosas de los solicitantes y empleados, así como para las necesidades de salud mental o discapacidad física. Visita nuestras preguntas frecuentes para obtener más información sobre cómo solicitar una adaptación.
Responsabilidades
- Liderar el despliegue y escalado de soluciones de IA/ML generativa, agentiva y clásica.
- Diseñar y ejecutar frameworks y infraestructura de IA/ML reutilizables.
- Definir, operacionalizar y mantener métricas de valor, adopción y resultados del producto.
- Analizar comportamiento y patrones de uso para generar insights accionables.
- Construir, validar e iterar modelos predictivos.
- Aplicar técnicas de ingeniería de contexto y prompts.
- Desarrollar y mantener herramientas para evaluación, monitoreo y optimización de prompts.
- Construir y mantener pipelines de datos y flujos de procesamiento.
- Contribuir al diseño de la capa de reporting y datos.
- Escribir código de producción seguro y de alta calidad.
- Colaborar con equipos de Ingeniería, Producto y Negocio.
- Comunicar conceptos técnicos y resultados a stakeholders técnicos y no técnicos.
- Proveer liderazgo técnico y mentoría a ingenieros junior.