Data & AI Engineer Consultant – IA Agéntica

Acerca del puesto

MAPFRE busca un/a Senior Agentic AI Lead para diseñar, construir y llevar a producción sistemas multiagente que impulsen a Verti hacia una compañía agéntica. Es un rol híbrido dentro del equipo Data & IA, con 80 % de trabajo técnico (arquitectura, código y evaluación de agentes) y 20 % de liderazgo (estándares, negocio y gobierno). Trabaja con equipos multidisciplinares de Data y TI y con los product owners de los agentes.

Responsabilidades principales

• Diseñar, desarrollar y evolucionar capacidades cross de sistemas multiagente: arquitectura, orquestación, agentes especializados, bus de datos compartido, memoria y herramientas.
• Diseñar la capa ontológica que da a los agentes un modelo semántico común de entidades de negocio, acciones y guardarrúas regulatorias.
• Definir estándares de evaluación: métricas de calidad, pruebas offline y online, red teaming y observabilidad de trazas.
• Definir patrones de human-in-the-loop y escalado, calibrando la autonomía de cada agente según el riesgo.
• Integrar los agentes con los sistemas core de la aseguradora y con la plataforma de datos, y desplegarlos en entornos contenerizados.
• Documentar mejores prácticas y la metodología de trabajo, y operar, monitorizar, mantener y gobernar los agentes.
• Definir estándares, buenas prácticas y formación para los equipos de datos, y coordinarse con iniciativas de IA del grupo y la plataforma de datos y agentes corporativos.

Perfil requerido

• 8+ años en ingeniería de software, ML o datos, con al menos 2 años construyendo aplicaciones basadas en LLM en producción.
• 8 años de experiencia como líder técnico.
• 2 años demostrables diseñando sistemas agénticos: tool use, planificación, memoria, orquestación multiagente y manejo de fallos.
• Español e inglés.

Habilidades requeridas

• Python y frameworks agénticos (por ejemplo LangGraph) y protocolos como MCP o A2A.
• RAG, embeddings, bases vectoriales y grafos de conocimiento u ontologías.
• Evaluación y observabilidad de LLMs (LLM-as-judge, datasets, trazas, coste y latencia).
• Experiencia cloud en AWS y prácticas de MLOps/LLMOps: CI/CD, contenedores y APIs.
• Capacidad de seguridad en IA: prompt injection, control de permisos y protección de datos personales.