Estados Unidos
Be Structured Technology Group
Bain & Company
Director, AI and Machine Learning Engineering
Estados Unidos
Warsaw, Masovian Voivodeship, Poland · London, England, United Kingdom · Chicago, Illinois, United States · Boston, Massachusetts, United States · São Paulo, Brazil
PythonReactAWS
Traducción automática. Consulta el original.
DESCRIPCIÓN Y REQUISITOS
Qué nos hace un gran lugar para trabajar
Estamos orgullosos de ser reconocidos constantemente como uno de los mejores lugares para trabajar del mundo. Actualmente somos la firma de consultoría mejor clasificada en la lista de los Mejores Lugares para Trabajar de Glassdoor y hemos obtenido el puesto número 1 en siete ocasiones, un récord. Los equipos extraordinarios son el corazón de nuestra estrategia empresarial, pero esto no sucede por casualidad. Requieren un enfoque intencional en reunir una amplia gama de antecedentes, culturas, experiencias, perspectivas y habilidades en un entorno de trabajo inclusivo y de apoyo. Contratamos personas con un talento excepcional y creamos un entorno en el que cada individuo puede prosperar profesional y personalmente.
Con quién trabajarás
Formarás parte de un equipo que construye el conjunto integrado de herramientas de decisión agentic de Bain, que proporciona a las grandes organizaciones inteligencia permanente sobre sus decisiones de crecimiento más importantes. El puesto se sitúa en una intersección que pocas organizaciones pueden ofrecer: la profundidad analítica y el acceso a clientes de una consultora de primer nivel, la ambición técnica de una empresa de productos y el trabajo de ingeniería en la frontera de la IA aplicada.
Trabajarás dentro del equipo de producto permanente de Bain, creando software que ayuda a las empresas más grandes del mundo a responder a las preguntas que impulsan su negocio: dónde invertir, dónde centrarse y cómo ganar. El impacto de lo que construyes es directo e inmediato, y la plataforma aumenta su valor con cada lanzamiento.
La plataforma tiene dos capas que trabajan juntas: un núcleo agentic y un conjunto de módulos de decisión, cada uno de los cuales resuelve un problema comercial distinto. El ciclo de vida de construcción está conectado con el mundo real: a medida que los equipos de caso trabajan junto a los clientes en todas las industrias y geografías, esa retroalimentación fluye directamente de vuelta a la ingeniería y al producto. Cada compromiso con el cliente hace que la plataforma sea más inteligente, más amplia y más resistente.
Esto es una startup dentro de una empresa establecida. Obtienes una verdadera propiedad desde las primeras etapas y una influencia real sobre la arquitectura y la dirección del producto, respaldado por la escala global, las relaciones con los clientes y el compromiso de liderazgo de Bain; el ritmo de una startup con la trayectoria de una firma global.
Buscamos ingenieros que vean cómo mejorar un producto y aporten ese instinto a cada sprint sin que se les pida, y que se sientan cómodos con problemas que no tienen una respuesta conocida. El trabajo implica motores de decisión en tiempo real, infraestructura nativa de la nube y problemas de datos sin una respuesta prefabricada. La experiencia con sistemas agentic es importante: protocolos de herramientas y contexto como MCP, arneses de evaluación, diseño de memoria y resolución de entidades en datos empresariales complejos. Se trata de IA aplicada en producción, a escala, con usuarios reales que dependen de lo que construyes. El campo se mueve rápidamente y el equipo está diseñado para moverse con él, por lo que la voluntad de seguir aprendiendo cuenta tanto como lo que ya sabes.
Dónde encajarás dentro del equipo
El ingeniero de IA es un constructor central del núcleo agentic y la interfaz de la plataforma Growth AI Performance System: la base compartida sobre la que se construyen los tres módulos de producto. Este no es un puesto a nivel de módulo; estás construyendo la capa de inteligencia central: los flujos de trabajo agentic, las tuberías de recuperación y conocimiento, las integraciones de herramientas y la infraestructura de interfaz de la que depende cada producto de la suite. Al trasladar las soluciones desde el POC inicial y el MVP hasta despliegues de producción a escala, eres responsable de la fiabilidad, la calidad y la coherencia de los sistemas que los equipos de clientes reales utilizan todos los días.
Trabajarás en toda la plataforma y los módulos de producto centrados en el ROI de marketing, la marca y la estrategia de precios, traduciendo las preguntas analíticas y comerciales que los equipos de clientes intentan responder en sistemas agentic fiables y de grado de producción que ofrecen esas respuestas a escala.
El puesto requiere tanto una capacidad técnica profunda como una conciencia genuina del cliente. Te relacionarás directamente con los equipos de consultoría y, a veces, con las partes interesadas de alto nivel, presentando cómo funciona el núcleo agentic, traduciendo las decisiones de diseño del sistema a términos comerciales y utilizando esa retroalimentación para mejorar la plataforma. El ciclo de construcción aquí es estrecho: la interacción con el cliente informa a la ingeniería y cada lanzamiento hace que la suite sea más capaz.
Este puesto se sitúa en la intersección de la investigación y la ingeniería de producción. Los problemas rara vez se resuelven con herramientas prefabricadas: requieren juicio sobre cuándo los enfoques agentic añaden un valor real, cómo construir sistemas que fallen con elegancia y cómo medir la calidad de formas que importen a los usuarios reales en los compromisos reales con los clientes.
Qué harás
Construcción del núcleo agentic
- Construir y poseer componentes centrales del núcleo agentic del Growth AI Performance System, la capa de inteligencia compartida de la que dependen todos los módulos de producto, incluidos los marcos de orquestación multi-agente, registros de herramientas, memoria compartida y gestión de estado, y la infraestructura de interfaz que muestra las capacidades de la plataforma a los usuarios
- Construir aplicaciones de IA para casos de uso empresarial a lo largo de todo el ciclo de vida de entrega, desde POCs y MVPs rápidos hasta despliegues de producción a escala, diseñando flujos de trabajo de IA que ejecuten tareas de varios pasos de forma fiable y segura; construir evaluaciones para medir la calidad de la salida, comparar el rendimiento del modelo y validar la fiabilidad antes y después del despliegue
- Implementar patrones agentic con un fuerte juicio sobre cuándo añaden un valor real; construir capacidades de agente robustas, incluyendo ingeniería de contexto, gestión de memoria y estado, razonamiento y planificación, reflexión, orquestación, enrutamiento, selección de herramientas, llamadas a funciones e integración de herramientas, con una clara separación de responsabilidades para que el ecosistema de herramientas escale limpiamente
- Diseñar y construir tuberías avanzadas de recuperación y conocimiento a través de diversas estructuras de datos (vectoriales, de palabras clave, híbridas y basadas en grafos), cubriendo la generación y optimización de incrustaciones, estrategias de indexación, diseño de metadatos, ajuste de relevancia, almacenamiento en caché, controles de acceso y atribución de fuentes
- Aplicar técnicas de ajuste fino y ajuste eficiente en parámetros donde superen de forma medible al prompting y la recuperación por sí solos; realizar experimentación de modelos e investigación en etapas tempranas para informar las decisiones de arquitectura
- Integrar las capacidades de la plataforma en entornos empresariales, equilibrando la calidad, la latencia, el coste, la privacidad y la adopción; construir componentes reutilizables y aceleradores que escalen en los tres módulos de producto
Calidad de ingeniería y operaciones
- Diseñar para la entrega real a lo largo de todo el ciclo de vida de desarrollo de software: escribir código limpio, comprobable y mantenible; construir APIs y microservicios para el despliegue nativo en la nube; implementar prácticas de MLOps, AIOps y GenAIOps, incluyendo CI/CD, reproducibilidad, paridad de entorno y control de versiones para modelos, prompts y agentes
- Construir evaluación y observabilidad para el núcleo agentic: seguimiento e instrumentación de la ejecución agentic, suites de pruebas de regresión, tuberías de puntuación automatizadas y bucles de iteración para la optimización de prompts y políticas
- Diseñar marcos de evaluación que rastreen la tasa de alucinación y la consistencia factual, la relevancia y la precisión/recuperación de la recuperación, la latencia y el rendimiento, y el coste por tarea; alimentar las señales de los usuarios y la retroalimentación humana en ciclos de mejora continua y actualizaciones de modelos en curso
- Aplicar habilidades de ciencia de datos y ML según sea necesario para mejorar materialmente el rendimiento o la fiabilidad de la plataforma: preparación de datos, ingeniería de características, selección de modelos, entrenamiento, validación y tuberías de evaluación reproducibles
- Diseñar para un despliegue empresarial seguro: controles de acceso, auditabilidad, manejo responsable de datos sensibles y barandillas de IA responsable, incluyendo alternativas, red-teaming y revisión humana (HITL); implementar requisitos de seguridad, privacidad y gobernanza en todos los servicios de la plataforma; asociarse con los equipos globales de IA responsable y ética de Bain para mantener la plataforma alineada con los estándares de la firma
Habilidades de comunicación con las partes interesadas internas
- Relacionarse directamente con los equipos de consultoría y las partes interesadas de alto nivel para comprender cómo se utiliza el núcleo agentic, dónde se queda corto y qué debe cambiar; traducir esa retroalimentación en mejoras de ingeniería concretas
- Presentar el diseño complejo del sistema agentic, las compensaciones y las decisiones de implementación a las partes interesadas de alto nivel, incluidos los ejecutivos de la C-suite, en términos claros y no técnicos que generen confianza en la plataforma
- Contribuir a las sesiones de descubrimiento y a la configuración de soluciones con los equipos de caso; operar como una voz técnica creíble y serena que conecta las decisiones de ingeniería con los resultados comerciales; actuar como socio de pensamiento en estrategia de IA, opciones de arquitectura, capacidades emergentes y hojas de ruta de implementación
- Impulsar la innovación a través del pensamiento creativo; participar en POCs y flujos de trabajo de innovación para validar nuevas herramientas y tecnologías; mantenerse al día con las tendencias emergentes de IA y agentic y compartir los aprendizajes en todo el equipo
- Asociarse estrechamente con colegas de producto, ingeniería, ciencia de datos, ética e infraestructura para construir sistemas de IA robustos y conformes
- Mentorear y mejorar las habilidades de los ingenieros y miembros del equipo de caso sobre las mejores prácticas en RAG, agentes, ingeniería de prompts y seguridad de la IA
Requisitos mínimos
Sobre ti
Técnico
- Gran competencia en Python y experiencia en la construcción e integración de servicios de producción; experiencia práctica con LLM APIs, marcos de orquestación agentic y despliegue de servicios en Azure o AWS
- Experiencia en el diseño e implementación de flujos de trabajo agentic y tuberías de LLM de varios pasos; familiaridad profunda con la ingeniería de contexto, gestión de memoria y estado, integración de herramientas, lógica de enrutamiento, planificación y reflexión, y patrones de orquestación; conocimiento práctico de ReAct, RLAIF y otras técnicas de HITL y bucles de retroalimentación
- Experiencia en la construcción de tuberías de recuperación y conocimiento a través de estructuras de datos vectoriales, de palabras clave, híbridas y basadas en grafos, incluido el uso práctico de bases de datos vectoriales y de grafos; comprensión de la optimización de incrustaciones, estrategias de indexación, ajuste de relevancia y cómo la recuperación se conecta con los flujos de trabajo impulsados por LLM
- Competencia con prácticas de MLOps y AIOps: CI/CD para servicios de IA, control de versiones para modelos, prompts y agentes, tuberías de evaluación automatizadas y observabilidad para sistemas agentic
- Ingeniería de prompts avanzada, ingeniería de contexto y diseño de conversaciones; base sólida en diseño de evaluación, marcos de experimentación y estrategias de etiquetado de datos para aplicaciones de LLM
- Sólidas habilidades de diseño y arquitectura de sistemas, con una profunda familiaridad con la optimización de costes y las compensaciones computacionales para cargas de trabajo de LLM
- Capacidad para aplicar habilidades de ciencia de datos y ML para mejorar el rendimiento del sistema: ingeniería de características, selección de modelos, entrenamiento, validación y tuberías de evaluación reproducibles
- Sólidos fundamentos de ingeniería: código limpio, comprobable y mantenible; revisión de código; control de versiones; pruebas automatizadas; y perfilado de rendimiento
- Fluidez nativa en IA en la ingeniería diaria, uso activo de herramientas de codificación asistida por IA (Cursor, Claude Code o equivalente) para acelerar el desarrollo y prototipar más rápido
- Compromiso demostrado con las prácticas de IA responsable: controles de acceso, auditabilidad, conciencia de sesgos y el juicio para saber cuándo un sistema no está listo para ser desplegado
Experiencia
- 10 o más años en ingeniería de software o roles de IA aplicada con responsabilidades significativas de construcción práctica
- Historial de envío de sistemas de IA o ML de producción de extremo a extremo, desde la experimentación temprana hasta el despliegue en vivo
- Experiencia contribuyendo a programas complejos de IA generativa de múltiples pilas desde la concepción hasta la producción, incluyendo la mentoría de otros ingenieros en el camino
- Experiencia trabajando en entornos ágiles, multifuncionales de producto o adyacentes a la consultoría; fuertes habilidades de resolución de problemas; cómodo operando en entornos de alta ambigüedad
- La experiencia directa interactuando con clientes o partes interesadas de negocios de alto nivel en una capacidad técnica, presentando, asesorando o dando forma a soluciones en entornos adyacentes a la consultoría es una gran ventaja
Educación
Grado asociado / Grado universitario en informática, ingeniería, matemáticas o un campo técnico relacionado; o una combinación equivalente de educación, formación y experiencia
Información de compensación en EE. UU.
La compensación para este puesto incluye salario base, bono anual discrecional por rendimiento, plan 401(k) con una contribución anual del empleador basada en los años de servicio y el paquete de beneficios de primera clase de Bain (detalles listados a continuación).
Algunos gobiernos locales en los Estados Unidos requieren que se incluya un rango salarial razonable y de buena fe en las ofertas de trabajo para puestos abiertos. La compensación anual estimada para este puesto es la siguiente:
- En Massachusetts, el rango salarial anual a tiempo completo, razonable y de buena fe para este puesto es de entre $235,750 – $282,500; la ubicación dentro de este rango variará según varios factores, incluidos, entre otros, la experiencia, la educación, la licencia/certificaciones, la formación y el nivel de habilidad
- En Illinois, el rango salarial anual a tiempo completo, razonable y de buena fe para este puesto es de entre $225,750 – $270,500; la ubicación dentro de este rango variará según varios factores, incluidos, entre otros, la experiencia, la educación, la licencia/certificaciones, la formación y el nivel de habilidad
- Bono anual discrecional por rendimiento
- Este puesto también puede ser elegible para otros elementos de compensación discrecional
- Contribución de la empresa al 401(k) del 4.5%, que aumenta después de 3 años de servicio y está 100% consolidada desde la fecha de inicio
El programa integral de beneficios y bienestar de Bain & Company está diseñado para ayudar a los empleados a lograr independencia personal, protección y estabilidad en las áreas más importantes para usted y su familia.
- Bain paga el 100% de las primas individuales de los empleados para programas médicos, dentales y de visión, ofreciendo uno de los planes médicos más completos para los empleados sin afectar su salario
- Tiempo libre remunerado generoso, incluyendo licencia parental, licencia por enfermedad y días festivos pagados
- Contribución de la empresa al 401(k) totalmente consolidada
- Seguro de vida y discapacidad a largo plazo pagado
Para todas las demás ubicaciones, el rango salarial anual a tiempo completo, razonable y de buena fe para este puesto es acorde con las tasas competitivas del mercado geográfico para este puesto y variará según varios factores, incluidos, entre otros, la experiencia, la educación, la licencia/certificaciones, la formación y el nivel de habilidad.
INFORMACIÓN GENERAL
Es ilegal en Massachusetts exigir o administrar una prueba de detector de mentiras como condición de empleo o empleo continuo. Un empleador que viole esta ley estará sujeto a sanciones penales y responsabilidad civil.
Título del puesto Director, AI and Machine Learning Engineering
ID del puesto 111321
Áreas de trabajo Tecnología e Ingeniería
Tipo de empleo Permanente a tiempo completo
Ubicación(es) Boston, Chicago, Londres, São Paulo, Varsovia
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