Líder Técnico IA

• Conocimientos sólidos en AWS (Lambda, S3, API Gateway)
• Enfoque serverless y event-driven
• Control de accesos (IAM), redes y permisos básicos
• Experiencia en integraciones con Azure (Azure Functions, Azure Blob Storage)
• Familiaridad con Azure Foundry

• Dominio de Python (desarrollo productivo, APIs, ETL/ELT, automatización)
• Dominio de SQL (consultas complejas, performance, modelamiento)

• Experiencia con modelos relacionales
• Experiencia con arquitecturas de Data Lake / Lakehouse

CoyanServices busca un Technical Lead IA para liderar soluciones de Inteligencia Artificial y Analítica Avanzada en entornos multi‑cloud, con foco principal en AWS y integración a Azure (con opción a GCP). El objetivo es diseñar, desarrollar e integrar arquitecturas escalables, seguras y eficientes, gestionando componentes serverless, APIs, y gestión de datos en datalake y modelos relacionales. El proyecto se desarrolla en modalidad freelance, 100% remoto, orientado a imglobalmente.

• Diseñar e implementar arquitecturas cloud orientadas a servicios para productos de IA (microservicios, APIs, event-driven, serverless).
• Liderar el desarrollo de componentes críticos en AWS: AWS Lambda (backend serverless)
• API Gateway (exposición segura de servicios
• Amazon S3 (data lake, almacenamiento y staging)
• Diseñar integraciones y componentes en Azure: Azure Functions
• Azure Blob Storage
• Integraciones con Azure Foundry (conectividad, interoperabilidad y despliegue)
• Desarrollar APIs y servicios de integración para:
• Consumo y exposición de datos
• Orquestación de procesos
• Integración entre plataformas (AWS ↔ Azure ↔ otros sistemas)
• Definir estándares técnicos:
• Estructura de repositorios, calidad, pruebas y CI/CD
• Observabilidad, trazabilidad, monitoreo, logging y manejo de errores
• Seguridad (IAM/RBAC, secrets management, cifrado y buenas prácticas)
• Apoyar el ciclo completo de producto:
• Discovery técnico, diseño, implementación, despliegue y operación
• Guiar decisiones de modelamiento de datos:
• Modelos relacionales (normalización, performance, SQL tuning)
• Modelos en datalake (zonas, particionado, gobierno y catálogo)
• Asegurar buenas prácticas de ingeniería y escalabilidad en pipelines de datos y aplicaciones de IA.

• Liderazgo técnico y capacidad para guiar decisiones de arquitectura end-to-end
• Alta capacidad de integración entre equipos (datos, desarrollo, negocio, seguridad)
• Mentalidad de calidad (testing, observabilidad, resiliencia, buenas prácticas)
• Autonomía y foco en entrega con estándares productivos
• Comunicación clara, documentación técnica y orientación a impacto