Garantizar el diseño, implementación, operación y mejora continua de sistemas informáticos que incorporen tecnologías de inteligencia artificial (IA) en los procesos de la empresa (distribución / comercio), con el objetivo de optimizar la eficiencia operativa, mejorar la experiencia del cliente, automatizar tareas repetitivas, y generar insights de negocio basados en datos.
Principales Responsabilidades:
Diseño e implementación de soluciones IA y analítica avanzada:
- Identificar oportunidades de aplicación de IA y aprendizaje automático en procesos clave de la empresa (por ejemplo: gestión de inventarios, demanda, logística, atención al cliente, análisis de datos de ventas).
- Desarrollar modelos de machine learning, algoritmos de predicción y clasificación, visión artificial o procesamiento de lenguaje natural, según corresponda al negocio.
- Integrar los modelos de IA en los sistemas informáticos existentes o nuevos (ERP, CRM, WMS, etc).
- Validar, evaluar y ajuste de modelos: precisión, sesgo, performance, producción.
- Documentar arquitecturas de solución, mantener repositorios de modelos, asegurar buenas prácticas en data science.
Gestión de datos e infraestructura tecnológica:
- Asegurar la disponibilidad, calidad y gobernanza de los datos necesarios para los modelos de IA (orígenes de datos, limpieza, transformación, pipelines).
- Coordinar con equipo de TI para adecuar infraestructura (servidores, nube, bases de datos, herramientas de IA/ML) que soporte los esfuerzos de IA.
- Monitorear la performance de los sistemas de IA en producción, asegurar uptime, escalabilidad y seguridad.
Automatización de procesos operativos:
- Mapear procesos actuales de la empresa (distribución / logística / ventas) y proponer automatizaciones mediante IA o RPA (automatización robótica de procesos).
- Liderar la implementación de los cambios tecnológicos, asegurar la integración con procesos de negocio, capacitar a usuarios clave.
- Medir los impactos de la automatización (tiempo, costo, error, satisfacción), reportar resultados al management.
Interfaz negocio-tecnología y estratégico
- Actuar como enlace entre las unidades de negocio (ventas, logística, atención al cliente, distribución) y el equipo técnico para asegurar que las soluciones IA están alineadas con la estrategia comercial.
- Proponer roadmap de innovación tecnológica, evaluando nuevas tendencias de IA aplicables al rubro comercial/distribución.
- Realizar presentaciones de resultados, KPIs, casos de éxito y ROI de proyectos tecnológicos.
Liderazgo, estándares y mejora continua:
- Establecer y garantizar el cumplimiento de estándares internos para desarrollo de IA, seguridad, ética de datos, cumplimiento normativo.
- Mentorear o supervisar a analistas de datos, desarrolladores o personal de soporte técnico que colaboren con los proyectos de IA.
- Fomentar la cultura de datos y automatización en la empresa, capacitar al personal clave, promover buenas prácticas.
