Identificar y priorizar oportunidades de aplicación de Inteligencia Artificial en procesos financieros (reporting, forecasting, reconciliaciones, análisis de desviaciones, etc.).
Diseñar e impulsar casos de uso de IA orientados a eficiencia, mejora de la calidad del dato y soporte a la toma de decisiones.
Definir el marco de adopción de IA en Finanzas CIB, incluyendo criterios de priorización, mejores prácticas y principios de implementación.
Evaluar la viabilidad técnica y el valor real de los casos de uso, asegurando foco en impacto y evitando soluciones de baja eficiencia o complejidad innecesaria.
Evolucionar automatizaciones existentes (RPA) hacia soluciones más avanzadas basadas en IA (NLP, machine learning, modelos generativos, copilots, etc.).
Introducir y adaptar nuevas capacidades de IA (LLMs, agentes, automatización inteligente) al contexto financiero, asegurando su aplicación efectiva y segura.
Liderar la ejecución de iniciativas desde la conceptualización hasta su despliegue e industrialización.
Coordinar con equipos de Finanzas, Data, Tecnología y otras áreas para asegurar la viabilidad y escalabilidad de las soluciones.
Impulsar nuevas formas de trabajo apoyadas en IA, mejorando la productividad y capacidades analíticas de los equipos.
Contribuir al Plan de Transformación de Finanzas (VINCI), acelerando la adopción de capacidades avanzadas de analítica e inteligencia artificial.
Medir y asegurar el impacto de las iniciativas en términos de eficiencia, reducción de tiempos y mejora operativa.
Requirements
Licenciatura / Grado en Ingeniería, ADE, Economía o similar.
Experiencia relevante (6–10+ años) en transformación, finanzas, data o consultoría con foco en mejora de procesos.
Conocimiento de procesos financieros, valorándose especialmente experiencia en CIB.
Experiencia demostrable en el diseño, desarrollo o implantación de soluciones de inteligencia artificial en entornos productivos, más allá de pruebas de concepto.
Conocimiento profundo de técnicas y aplicaciones de IA.
Experiencia en el uso de modelos generativos y copilots (prompting, evaluación, adaptación a negocio, etc.), así como entendimiento de sus limitaciones.
Capacidad para definir arquitecturas de soluciones basadas en IA, incluyendo su integración con sistemas y datos corporativos.
Experiencia identificando casos de uso donde aplicar IA y donde no, priorizando soluciones eficientes y sostenibles.
Se valorará experiencia con sistemas multiagente (agentic AI) y automatización avanzada de procesos.
Experiencia trabajando con equipos multidisciplinares (negocio, data, IT).
Capacidad para llevar iniciativas desde la definición hasta su implementación.