Brasil
Zup Innovation
Bain & Company
Responsable de Ontología - Plataforma
Brasil
Warsaw, Masovian Voivodeship, Poland · London, England, United Kingdom · Chicago, Illinois, United States · São Paulo, Brazil
Traducción automática. Consulta el original.
DESCRIPCIÓN Y REQUISITOS
Qué nos convierte en un gran lugar para trabajar
Nos enorgullece ser reconocidos constantemente como uno de los mejores lugares para trabajar del mundo. Actualmente, somos la consultora mejor valorada en la lista de los Mejores Lugares para Trabajar de Glassdoor y hemos alcanzado el puesto número 1 en la clasificación general en siete ocasiones, un récord. Los equipos extraordinarios son el corazón de nuestra estrategia empresarial, pero no surgen por casualidad. Requieren un enfoque intencionado para reunir una amplia gama de orígenes, culturas, experiencias, perspectivas y habilidades en un entorno de trabajo inclusivo y de apoyo. Contratamos a personas con un talento excepcional y creamos un entorno en el que cada individuo puede prosperar profesional y personalmente.
Con quién trabajarás
Growth AI Performance System es el conjunto integrado de herramientas de toma de decisiones con agentes de Bain, que proporciona a las grandes organizaciones inteligencia permanente para sus decisiones de crecimiento más importantes. Se sitúa en una intersección poco común que pocas organizaciones pueden ofrecer realmente: la profundidad analítica y el acceso a clientes de una consultora de primer nivel, la ambición técnica de una empresa de productos y las apuestas comerciales de ambas.
Serás responsable de la capa de conocimiento y datos detrás del equipo de producto persistente de Bain, creando software que ayuda a las empresas de Fortune 100 a 500 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 el valor del conjunto aumenta con cada lanzamiento.
La plataforma tiene dos capas que trabajan juntas: el Núcleo de Agentes y tres módulos de producto, cada uno de los cuales resuelve un problema comercial distinto. Tu trabajo consiste en garantizar que la capa de conocimiento subyacente a cada módulo (las entidades, las relaciones y las taxonomías sobre las que razona la plataforma) esté diseñada con el mismo rigor de producción que las canalizaciones y los modelos construidos sobre ella.
Se trata de una startup dentro de una empresa consolidada. Obtienes una verdadera propiedad en una etapa temprana (influencia real sobre la arquitectura y la dirección del producto) respaldada 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 a alguien que se sitúe realmente en la intersección de la ingeniería de datos y la ingeniería de IA; alguien cómodo gestionando la resolución de entidades a gran escala y la infraestructura de canalizaciones un día, y los contratos de API de recuperación, incrustación y orientados a agentes que permiten que ese conocimiento impulse el razonamiento en vivo al día siguiente. Se trata de ingeniería de conocimiento aplicada en producción, a escala, con usuarios reales que dependen de lo que construyes. La fluidez nativa en IA es importante aquí, al igual que el impulso por seguir aprendiendo, porque el campo avanza rápido y este equipo está diseñado para avanzar con él.
Dónde encajarás dentro del equipo
El Responsable de Ontología es el puesto de ingeniería de conocimiento de mayor nivel en Growth AI Performance System y uno de los más importantes estratégicamente. Eres el dueño del estándar de conocimiento y ontología para cada módulo de producto de Growth AI Performance System. Te sitúas por encima de los Ingenieros de IA y los Ingenieros de Datos a nivel de módulo en cuestiones de resolución de entidades, taxonomía y arquitectura de conocimiento, y tienes la última palabra cuando una cuestión de modelado o recuperación depende de cómo la plataforma representa el mundo comercial. Se espera que construyas personalmente las partes más difíciles de esta capa, no solo que establezcas la dirección para los demás.
Los problemas abarcan la resolución de entidades a escala, el diseño de grafos de conocimiento y taxonomías, la arquitectura de recuperación e incrustación, y las canalizaciones de datos que mantienen todo esto actualizado y correcto; problemas de ingeniería difíciles donde una decisión equivocada se propaga silenciosamente a todos los modelos y agentes posteriores. Debes ser igual de creíble revisando una canalización de Spark que una arquitectura de generación aumentada por recuperación, porque ambas son tu responsabilidad.
Trabajarás en toda la plataforma y en los módulos de producto centrados en el ROI de marketing, la estrategia de marca o de precios, asegurando que la capa semántica represente con precisión el mundo comercial sobre el que están construidos esos módulos para razonar. Un modelo de mezcla de marketing que clasifique erróneamente un canal de medios, una herramienta de análisis de marca que confunda dos entidades similares o un motor de precios que no pueda resolver correctamente una jerarquía de productos producirá resultados en los que los clientes no pueden confiar. La ontología es lo que evita eso, y tú eres responsable de ella.
Los resultados aquí no son un artefacto de investigación que se encuentra junto al producto; son el sustrato sobre el que razona el producto. El estándar al que sometes a esta capa es el estándar con el que se mide la fiabilidad de toda la plataforma.
Liderarás el equipo de Ontología y Conocimiento (el Ingeniero de IA y el Ingeniero de Datos que dependen de esta función) y colaborarás diariamente con el Líder Técnico, los Científicos de Datos de los tres módulos de producto, el Líder de Evaluaciones y el Gestor de Producto. También interactuarás directamente con las partes interesadas de alto nivel de los clientes: presentando la arquitectura de conocimiento de la plataforma, explicando cómo está estructurada la capa semántica y por qué, y utilizando esas conversaciones para hacer que la ontología sea más precisa comercialmente con cada compromiso.
Sobre ti
Qué harás
Arquitectura de conocimiento e ingeniería de ontologías
- Ser responsable del diseño, la construcción y la gobernanza del grafo de conocimiento y la ontología de Growth AI Performance System: la capa semántica que modela entidades comerciales, relaciones de mercado y taxonomías de dominio en el ROI de marketing, la estrategia de marca y los precios.
- Definir los estándares de arquitectura de conocimiento bajo los cuales se construye la plataforma: convenciones de nomenclatura y resolución de entidades, estructura y control de versiones de taxonomías, modelado de relaciones y cómo las brechas o ambigüedades en los datos se representan explícitamente en lugar de descartarse silenciosamente.
- Diseñar e implementar sistemas de resolución de entidades a escala de producción utilizando herramientas como Splink, Zingg o modelos de coincidencia probabilística personalizados, manejando fuentes de datos ambiguas, incompletas y contradictorias sin propagar esas ambigüedades a los procesos posteriores.
- Construir y desarrollar el propio grafo y almacén semántico (por ejemplo, Neo4j, Amazon Neptune o almacenes triples RDF/OWL con SPARQL), equilibrando la expresividad, el rendimiento de las consultas y la fiabilidad operativa a escala de producción.
- Evolucionar la ontología a medida que la plataforma crece: gestionando la compatibilidad con versiones anteriores de los cambios de esquema, coordinando con el Ingeniero de IA y el Ingeniero de Datos sobre cómo las actualizaciones se propagan a las interfaces de los módulos de producto posteriores.
Ingeniería de IA: recuperación, incrustaciones e integración de agentes
- Diseñar la capa de recuperación, memoria e ingeniería de contexto que permite a los flujos de trabajo de agentes razonar sobre la ontología de manera fiable: almacenes vectoriales/de grafos/híbridos (Pinecone, Weaviate o equivalente), selección de modelos de incrustación y estrategia de actualización, y almacenamiento en caché de contexto/prompts.
- Ser responsable de los contratos de API y esquemas a través de los cuales los Ingenieros de IA y los marcos de trabajo de agentes (LangGraph, MCP o equivalente) consumen los resultados de la ontología, asegurando que los patrones de recuperación sigan siendo coherentes a medida que evolucionan tanto la capa de conocimiento como el núcleo de agentes.
- Construir arneses de evaluación para la calidad de la capa de conocimiento con el mismo espíritu que las evaluaciones de modelos: precisión/recuperación de resolución de entidades, comprobaciones de consistencia de taxonomía y conjuntos de regresión que detectan fallos en la capa de ontología antes de que lleguen a producción.
- Aplicar técnicas de NLP/ML (por ejemplo, spaCy, modelos de transformadores de Hugging Face) para la extracción de entidades, extracción de relaciones y enriquecimiento continuo de taxonomías a partir de datos no estructurados de clientes y del mercado.
Supervisión de datos y canalizaciones
- Ser responsable de las canalizaciones de datos que mantienen la ontología actualizada: canalizaciones de ingesta, transformación y control de calidad (por ejemplo, Databricks, Airflow, dbt) que alimentan la resolución de entidades y la construcción de grafos.
- Definir los estándares de requisitos de datos para la capa de conocimiento: especificaciones de esquema, umbrales de calidad y los casos extremos que hacen que la resolución de entidades o la recuperación produzcan resultados engañosos.
- Colaborar con la Ingeniería de Datos de la plataforma para diagnosticar cuándo los problemas de datos ascendentes están provocando problemas en la capa de ontología, y ser responsable de la resolución de la causa raíz de principio a fin.
- Trabajar con los Científicos de Datos de los tres módulos de producto para garantizar que la ontología respalde los requisitos de modelado estadístico de cada módulo: proporcionando el conocimiento previo estructurado y los datos de relación que los modelos bayesianos necesitan para producir resultados defendibles.
Liderazgo de equipo y comunicación con las partes interesadas
- Liderar y desarrollar el equipo de Ontología y Conocimiento (el Ingeniero de IA (Ontología de Datos) y el Ingeniero de Datos (Ontología) que dependen de esta función), proporcionando mentoría estructurada y creando las condiciones para que ambos asuman progresivamente más responsabilidad.
- Colaborar diariamente con el Líder Técnico en la interfaz arquitectónica entre la capa de conocimiento y el Núcleo de Agentes, y con el Líder de Evaluaciones para definir los criterios de evaluación de la calidad de la ontología.
- Interactuar directamente con las partes interesadas de alto nivel de los clientes, incluido el liderazgo comercial, presentando la arquitectura de conocimiento de la plataforma y utilizando los comentarios de los clientes como una entrada sistemática para el desarrollo de la ontología.
- Utilizar herramientas de ingeniería asistidas por IA (por ejemplo, asistentes de codificación estilo Copilot, herramientas de resolución de entidades y esquemas asistidas por LLM) para acelerar el desarrollo de la ontología, como un multiplicador de productividad, no como un sustituto del rigor de ingeniería.
Requisitos mínimos
Imprescindible: Técnico
- Sólida capacidad de ingeniería práctica que abarque tanto la ingeniería de datos como la ingeniería de IA: cómodo construyendo canalizaciones de producción (Spark/PySpark, Airflow, dbt o equivalente) y sistemas de recuperación/agentes de producción (almacenes vectoriales, canalizaciones de incrustación, marcos de trabajo de agentes) en el mismo puesto.
- Profunda experiencia en representación del conocimiento y diseño de ontologías: bases de datos de grafos (Neo4j, Neptune) o almacenes semánticos RDF/OWL, y el criterio para equilibrar la expresividad, la escalabilidad y la fiabilidad operativa.
- Experiencia en el diseño e implementación de sistemas de resolución de entidades a escala (Splink, Zingg o coincidencia probabilística personalizada) que manejen datos ambiguos y contradictorios sin propagar errores silenciosamente.
- Fluidez de trabajo en cómo los sistemas de agentes consumen los resultados de los grafos de conocimiento: patrones de recuperación, estrategias de indexación y las convenciones de API/esquemas que permiten a los Ingenieros de IA construir sobre la capa de conocimiento de manera fiable.
- Experiencia en la construcción de marcos de evaluación y calidad de datos para una capa de conocimiento o de datos: qué significa la corrección de la resolución de entidades en la práctica y cómo construir pruebas automatizadas que detecten fallos antes de la producción.
- Fluidez nativa en IA: uso activo de herramientas de ingeniería asistidas por IA para acelerar el desarrollo de ontologías y canalizaciones, con un aprendizaje continuo demostrado en la intersección de la ingeniería del conocimiento y la IA generativa.
Imprescindible: Experiencia
- 8 o más años en puestos de ingeniería de datos, ingeniería de IA/ML o ingeniería de conocimiento, con una importante responsabilidad práctica en sistemas de los que dependen la IA o la analítica de producción.
- Historial de propiedad de un grafo de conocimiento, ontología o plataforma de datos a gran escala de la que dependía un producto real: de grado de producción, con los estándares de fiabilidad, control de versiones y gobernanza que requiere el despliegue empresarial.
- Experiencia directa liderando un equipo de ingeniería de datos o IA: estableciendo estándares técnicos, asesorando a ingenieros y creando condiciones para que el equipo asuma progresivamente más responsabilidad.
- Experiencia interactuando con audiencias de clientes o partes interesadas de alto nivel en una capacidad de asesoramiento técnico: presentando decisiones de arquitectura y traduciéndolas a términos de negocio.
Educación
Grado universitario o superior en informática, ciencias de la información, ingeniería de datos o un campo relacionado. Un título avanzado en una disciplina de representación del conocimiento, IA/ML o web semántica es una gran ventaja.
Muy valorable: Técnico
- Experiencia con extracción de entidades y relaciones mediante NLP/ML (spaCy, transformadores de Hugging Face) para el enriquecimiento automatizado de taxonomías a partir de datos no estructurados.
- Experiencia directa con arquitectura de generación aumentada por recuperación (RAG) y selección/evaluación de modelos de incrustación en un entorno de producción.
- Comprensión de cómo la estructura ontológica respalda el modelado estadístico: cómo los datos de relación y los conocimientos previos estructurados alimentan modelos bayesianos u otros modelos basados en inferencia.
- Familiaridad con los principios de gobernanza de datos y privacidad en la intersección de los datos comerciales de los clientes y el conocimiento organizativo propietario.
Muy valorable: Experiencia
- Profundo conocimiento del dominio comercial en al menos un área relevante para la suite Growth AI Performance System: análisis de marketing y medios, comportamiento de marca y consumidor, o gestión de precios y crecimiento de ingresos.
- Experiencia trabajando en o junto a consultoras, servicios profesionales u organizaciones de análisis empresarial donde la calidad de la representación del conocimiento tiene consecuencias directas para las decisiones de los clientes.
Información sobre compensación en EE. UU.
La compensación para este puesto incluye salario base, bono anual discrecional por desempeño, 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 enumerados 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 empleo para puestos vacantes. La compensación anual estimada para este puesto es la siguiente:
- En Massachusetts, el rango salarial anual de buena fe y razonable a tiempo completo para este puesto es entre (por favor, inserte el rango salarial); 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 de buena fe y razonable a tiempo completo para este puesto es entre $226,000 – $276,750; 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 desempeño
- 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 consolidada al 100% 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 a su salario.
- Generoso tiempo libre remunerado, que incluye licencia parental, licencia por enfermedad y días festivos pagados.
- Contribución de la empresa al 401(k) totalmente consolidada.
- Seguro de vida y de invalidez a largo plazo pagado.
Para todas las demás ubicaciones, el rango salarial anual de buena fe y razonable a tiempo completo 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
En Massachusetts es ilegal 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 Responsable de Ontología - Plataforma
ID del puesto 111468
Áreas de trabajo Tecnología e Ingeniería
Tipo de empleo Permanente a tiempo completo
Ubicación(es) 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