Director de TI

Descripción general del puesto
Reporta y trabaja junto con el CEO y fundador de la empresa, esta posición lidera el laboratorio interno de innovación y automatización tecnológica. Su responsabilidad principal es convertir la visión creativa y estratégica de la compañía en soluciones tecnológicas funcionales mediante el diseño e implementación de arquitecturas avanzadas que integren inteligencia artificial generativa, automatización de procesos e infraestructura escalable.

Objetivo principal del rol
El objetivo principal de este puesto es liderar la consolidación tecnológica del área de innovación de la empresa mediante el desarrollo de soluciones basadas en inteligencia artificial generativa, automatización y sistemas escalables. Esto implica diseñar e implementar arquitecturas robustas que integren modelos de IA, flujos de trabajo automatizados y servicios en la nube (arquitectura de APIs escalable), asegurando que los productos creados por el equipo sean funcionales, eficientes y viables en entornos productivos.

El Director de Tecnología e Innovación será el referente técnico del laboratorio, velando porque las soluciones desarrolladas mantengan un equilibrio óptimo entre innovación, calidad técnica y valor estratégico, y sean escalables por otras divisiones tecnológicas de la empresa. Su liderazgo será clave para transformar el potencial creativo del equipo en productos reales de alto impacto, listos para evolucionar y crecer dentro de un ecosistema tecnológico avanzado.

Experiencia Requerida

• Trayectoria profesional: Se busca a un profesional con 8-10 años de experiencia en ingeniería de software y/o proyectos de inteligencia artificial, con al menos 3 años en un rol de liderazgo técnico (CTO, Tech Lead, Arquitecto, etc.) en contextos de innovación. Idealmente ha liderado equipos en startups tecnológicas u agencias digitales, trabajando en proyectos de IA aplicada. Ha ocupado roles como CTO o Ingeniero Jefe en los que implementó soluciones como chatbots conversacionales, sistemas de análisis de datos o plataformas de marketing automatizado. Es fundamental que tenga experiencia demostrable llevando prototipos a entornos funcionales.
• Entrega de proyectos de IA: Ha participado en la construcción de prototipos rápidos y su evolución a pruebas de concepto sólidas. Conoce el ciclo completo desde la experimentación inicial hasta la transferencia de proyectos exitosos a equipos de desarrollo de producto. Por ejemplo, es deseable que haya integrado APIs de IA generativa en flujos de trabajo reales y que entienda cómo escalar esos prototipos para su uso en producción.

Conocimientos Técnicos Clave

• Inteligencia Artificial y ML: Dominio experto de machine learning e IA generativa (procesamiento de lenguaje natural, generación de imágenes, video, audio). Está familiarizado con los principales modelos y técnicas actuales (LLMs, difusores de imágenes, audios, etc.).
• Automatización y RPA: Conocimiento sólido en automatización de workflows y RPA. Es capaz de prototipar rápidamente soluciones que conecten distintas herramientas (por ej., scripts o integraciones tipo Zapier/PowerAutomate/n8n) para reducir tareas manuales.
• Infraestructura y desarrollo full-stack: Conoce de infraestructura cloud (AWS, GCP, Azure) y entornos de desarrollo full-stack. Puede tomar decisiones sobre arquitecturas distribuidas, bases de datos (incluyendo almacenes vectoriales para RAG), y despliegue de servicios web. Sabe configurar entornos de desarrollo, prueba y producción, garantizando que los prototipos puedan desplegarse en la nube y escalar si demuestran valor.
• Seguridad y ética en IA: Comprende las implicaciones éticas y de seguridad de aplicar IA. Está al tanto de riesgos emergentes como los deepfakes y las campañas de desinformación potenciadas por IA, que hoy constituyen amenazas directas a la integridad social.
• Actualización constante: Se mantiene al día con las últimas plataformas comerciales de IA, librerías open-source y tendencias del sector.
• Liderazgo en IA Generativa y Nativa: el CTO debe tener la visión arquitectónica de una IA Nativa: buscamos a alguien que, aunque empiece integrando servicios externos, entienda profundamente los principios del Machine Learning y el ecosistema Open Source (Hugging Face, Llama, Mistral). Su objetivo será trazar y ejecutar el puente técnico para que NAIIAN evolucione de ser consumidor de tecnología a propietario de sus propios modelos ajustados.
• Blindaje de Infraestructura e IA: Liderazgo en la definición de protocolos de ciberseguridad adaptados a entornos de Inteligencia Artificial. El candidato será el guardián de la información, encargado de implementar procedimientos de seguridad defensiva para proteger tanto el código fuente y los datasets de entrenamiento, como las interacciones de los usuarios. Deberá establecer barreras contra fugas de información y ataques específicos de IA (como prompt injection), asegurando que la transición de modelos generativos a modelos nativos se realice sobre una base segura e inquebrantab

Formación Académica

• Titulación: Grado universitario en Ingeniería Informática, Computación, Telecomunicaciones, Matemáticas, Física o disciplina similar. Se valora posgrado (Máster) especializado en Inteligencia Artificial, Ciencia de Datos o campos afines a la innovación tecnológica.
• Cursos y certificaciones: Formación complementaria en aprendizaje automático, big data o transformación digital es deseable. Certificaciones técnicas (por ejemplo, en arquitectura de software - TOGAF - o en Cloud Computing - AWS Certified Solutions Architect, etc.) serán un plus, indicando una base sólida para tomar decisiones de infraestructura.

Funciones Principales del Líder de Innovación

• Definir la arquitectura técnica de cada proyecto: Diseña la arquitectura integral para cada nuevo prototipo o MVP desarrollado en el laboratorio. Esto implica decidir qué módulos o servicios se necesitan y cómo interactúan entre sí y con sistemas externos. Por ejemplo, puede definir que un prototipo de generación de contenidos electorales tendrá un backend en Python que consuma la API de GPT-4 para generar texto, luego llame a un servicio de generación de video, almacene resultados temporales en la nube, etc. Selecciona las tecnologías claveapropiadas en cada caso (lenguajes de programación, frameworks, APIs de IA, bases de datos, etc.) y comunica claramente este diseño al equipo para su implementación.
• Supervisar el desarrollo e integración de soluciones: Coordina el trabajo de los ingenieros del laboratorio, asegurando que todos avanzan conforme al plan técnico trazado. Revisa código habitualmente y valida rápidamente pruebas de concepto para comprobar que los enfoques elegidos funcionan en la práctica. Integra las distintas piezas desarrolladas por cada miembro, garantizando que "engranen" correctamente al unirse. Por ejemplo, se asegura de que el flujo definido por el arquitecto de soluciones o el prompt engineer se automatice adecuadamente con los scripts del ingeniero de orquestación – probando el sistema end-to-end y ajustando donde algo falle.
• Gestionar la infraestructura del laboratorio: Se encarga de establecer o guiar la configuración de los entornos de desarrollo y pruebas necesarios. Aunque el laboratorio trabaje principalmente con APIs de terceros, a veces será necesario montar servicios de apoyo una base de datos para almacenar contenido generado, un servidor web para demos internas, etc.). El Director Técnico decide qué plataformas cloud utilizar (AWS, GCP, Azure) y configura la infraestructura base, siempre pensando en la escalabilidad futura. También administra de forma segura las credenciales y claves de API, e implementa logs y monitoreo básicos en los prototipos para detectar errores o comportamientos anómalos. En resumen, provee el "andamiaje" tecnológico necesario para que el equipo pueda experimentar con orden y seguridad.
• Asegurar la calidad y la transición a producción: Aunque los proyectos del laboratorio sean prototipos, se asegura de que el código y las soluciones alcanzan un nivel de calidad suficiente para eventualmente integrarse en productos finales. Define estándares mínimos de código, convenciones y documentación para que, cuando los equipos de desarrollo avanzados de la empresa tomen el relevo, puedan entender y reutilizar fácilmente lo construido en el lab. Asimismo, valida que las soluciones concebidas no sean callejones sin salida: siempre piensa en cómo podrían escalar en un entorno mayor. Por ejemplo, si el lab prototipa un modelo con datos de muestra, él ya considera cómo ese modelo se integrará luego con las bases de datos reales o sistemas de clientes en producción.
• Investigar y evaluar nuevas tecnologías: Dedica una parte de su tiempo a la exploración tecnológica constante. Se mantiene al tanto de la evolución de la IA generativa y la automatización: nuevos modelos (GPT-5 y sucesores), servicios emergentes, herramientas de prompt chaining, plataformas innovadoras de campaña digital, etc. Realiza pruebas de concepto rápidas de aquellas tecnologías que podrían ofrecer una ventaja competitiva, y evalúa sus resultados. Con fundamento en esas investigaciones, recomienda al CEO y al resto del equipo qué herramientas o enfoques adoptar. También decide estratégicamente "construir vs. comprar": qué componentes desarrollará el laboratorio internamente y cuáles conviene adoptar de terceros para ganar velocidad o ahorrar costos.
• Mentoría y crecimiento del equipo técnico: Actúa como mentor técnico de los ingenieros a su cargo (por ej., del Ingeniero de Automatización y del Ingeniero de IA Aplicada). Revisa sus diseños de prompts, sus flujos de trabajo (p. ej. en herramientas tipo n8n) y su código, brindándoles retroalimentación constructiva. Comparte conocimientos realizando mini talleres internos - por ejemplo, mejores prácticas para optimizar llamadas a la API de OpenAI y reducir costos, o cómo implementar tests efectivos para modelos generativos. Fomenta una cultura donde los ingenieros se sientan cómodos proponiendo ideas nuevas y experimentando, pero a la vez inculca disciplina en la verificación y validación de resultados. Su objetivo es elevar continuamente el nivel técnico del equipo, formando a futuros líderes técnicos dentro de la organización.
• Coordinación con estrategia y producto: Trabaja muy de cerca con el CEO y con la dirección creativa/estratégica para entender a fondo los requerimientos funcionales y objetivos de cada proyecto. Traduce las necesidades del negocio (p. ej., de una campaña específica) en especificaciones técnicas claras para el equipo. A la vez, comunica de vuelta a los stakeholders las implicaciones técnicas de ciertas decisiones o peticiones: por ejemplo, puede advertir "X funcionalidad es viable, pero implicaría N llamadas a la API al mes con un coste aproximado de Y €; ¿vale la pena para la fase piloto?". Este diálogo fluido asegura que ni la parte técnica ni la parte estratégica tomen decisiones de forma aislada. En reuniones de planificación, el Director Técnico proporciona estimaciones de esfuerzo y señala posibles riesgos técnicos, ayudando al equipo directivo a priorizar iniciativas con una visión realista de los recursos y tiempos.