Carreras en IREX: Desarrolle IA que Pueda Justificarse

Dos cosas llegaron a la vez. Los modelos de lenguaje abarataron la creación de un detector y la regulación convirtió la rendición de cuentas en un requisito de compra: el Reglamento de IA de la UE, el Marco de Gestión de Riesgos de IA del NIST y la Política de Seguridad CJIS del FBI exigen que un organismo demuestre cómo se llegó a una decisión. Una plataforma construida desde el principio en torno al Case ID, el registro de auditoría y la propiedad del dato por el cliente empieza esa conversación en un punto distinto al de una que los incorpora después.

Ambas, y lo segundo se deriva de lo primero. Hay agentes de IA trabajando en ingeniería, seguridad, documentación, marketing y soporte comercial, apoyados en una base de conocimiento versionada que los propios agentes mantienen. Cada uno opera con un responsable humano designado, listas de herramientas permitidas y aprobación humana antes de cualquier acción irreversible, bajo una política aprobada por el Consejo. Se espera que usted trabaje así, no que lo observe.

Nada en el código, y no pretendemos lo contrario. A medida que una parte creciente del software se genera por máquina, las funciones y los algoritmos se replican en una fracción del tiempo que antes exigían. Lo que no se replica es un historial de despliegues en ocho países, la confianza de un comprador público y una arquitectura que un órgano de control puede auditar. Por eso las restricciones están diseñadas dentro de la plataforma y no redactadas en una política.

Porque aquí son la misma decisión. Un despliegue que no puede acreditar la base legal de una búsqueda no sobrevive a un pleno municipal, a un tribunal ni a una revisión de compras, y un organismo al que se le pide cubrir más con el personal que ya tiene no puede permitirse un sistema que deba defender dos veces. Las restricciones estrictas, el Case ID obligatorio y el registro de auditoría son trabajo de ingeniería, y son la razón por la que los despliegues siguen en producción.

El equipo es distribuido por defecto, con dirección en Estados Unidos, Andorra y los Emiratos Árabes Unidos y equipos de implementación en América Latina y Europa. Cada puesto indica su ubicación y las expectativas de viaje.

Una base íntegramente de código abierto: Kubernetes, Ceph, Cassandra, Kafka, PostgreSQL, Elasticsearch y Apache Spark, con un marco propio de inferencia en CPU y un flujo de procesamiento en GPU NVIDIA CUDA para analítica. No se requieren componentes propietarios de terceros.