Estoy ayudando a Optiplant Consultores a encontrar al mejor candidato para unirse a su equipo tiempo completo para el rol de Especialista en Lógica de Negocio y Producto .

Liderarás la inteligencia operativa transformando conocimiento industrial en soluciones para IA.

Compensación:

COP 2M - 2.8M/mes

Ubicación:

OptiPlant Consultores S.A.S., Ed. Panoramika, Carrera 18, Armenia, Quindío, Colombia

Misión de Optiplant Consultores:

"Impulsar la transformación digital de la industria manufacturera mediante soluciones tecnológicas integrales que optimicen los procesos y fortalezcan la excelencia operacional."

¿Qué te hace un candidato ideal?

- Eres competente en Negocios, Gestión de producto.
- Tienes potencial para desarrollar Documentación de procesos.
- Español - Completamente fluido
- Inglés - Lectura

Responsabilidades y más:

Misión del rol

Ser el punto de convergencia entre el conocimiento de manufactura (cómo operan y miden nuestros clientes) y el conocimiento de producto (cómo OptiPlant MES lo resuelve hoy), traduciendo ambos en una base de conocimiento estructurada, verificada y siempre vigente — que alimenta tanto a las personas del equipo como a un agente de IA que responde consultas de clientes y del equipo interno.

No es responsable de que la gente memorice esta información. Es responsable de que exista, esté correcta, y esté disponible para ser consultada — por humanos hoy, y crecientemente por IA.

Funciones principales

1. Levantamiento de conocimiento de manufactura

Sostener conversaciones con personas de distintos niveles del cliente (operario, supervisor, jefe de planta, director) y de distintas áreas (producción, calidad, logística, planeación). Entender procesos, cálculos de indicadores (OEE, cumplimiento, scrap, etc.) y formatos de reporte, sin necesidad de formación previa en ingeniería industrial.

Detectar contradicciones o vacíos en lo que le explican,



y saber cuándo algo necesita validarse con una segunda fuente antes de documentarlo como cierto.

1. Traducción a requerimientos

Convertir lo anterior en requerimientos claros y verificables para diseño y desarrollo: qué debe ver el usuario, qué debe calcularse, qué debe reportarse. Participar en la definición de alcance de nuevas funcionalidades junto con el equipo técnico.
1. Dominio de la lógica actual de OptiPlant MES

Mantener claridad de cómo está construido el producto hoy: qué ya existe como configuración de interfaz, qué requiere un procedimiento de base de datos, qué no existe todavía. Ser la referencia para análisis de impacto y esfuerzo ante nuevos alcances — tanto ajustes a lo existente como integraciones de lo nuevo con lo vigente.
1. Documentación como producto (no como registro)

Construir y mantener la base de conocimiento con un estándar pensado para ser consumida por un agente de IA: estructurada, sin ambigüedad, con ejemplos concretos, trazable a la versión del producto y al cliente correspondiente cuando aplique. Validar activamente esa documentación contra el sistema real — no documentar de memoria ni de segunda mano.
1. Actualización continua

Detectar cuándo un cambio de producto o un ajuste de cliente deja desactualizada una pieza de la documentación, y corregirla — este no es un proyecto de una vez, es un ciclo permanente. Auditar periódicamente qué está respondiendo el agente de IA, para encontrar huecos, errores o información obsoleta antes de que un cliente los encuentre primero.
1.



Atención de consultas complejas

Resolver directamente las consultas que el agente de IA no pueda responder bien (por ambigüedad, novedad, o falta de documentación), y usar esos casos para alimentar y mejorar la base de conocimiento.
1. Pruebas de funcionalidad

Antes de que una funcionalidad nueva o un ajuste llegue al cliente, validar que cumple con lo que el usuario esperaba — no solo que opere correctamente a nivel técnico, sino que el cálculo, el flujo o el reporte coincide con el requerimiento de negocio que originalmente se levantó. Cierra el ciclo completo: la misma persona que tradujo la necesidad en requerimiento es quien valida que el resultado final responde a esa necesidad, evitando que algo se pierda en la traducción entre negocio y desarrollo.
1. Arbitraje de incidentes de tipo lógico

Cuando un usuario reporta que algo no está funcionando como debería: Verifica si es real — reproduce el caso, revisa contra la lógica documentada y el requerimiento original, y descarta si es un malentendido del usuario, una configuración distinta a la esperada, o un error genuino.

Si es real, caracteriza el error con precisión — qué debería mostrar o calcular el sistema según la lógica esperada, qué está mostrando o calculando en realidad, en qué condiciones se reproduce (cliente, módulo, dato específico), y cómo se distingue de una variación normal del dato.

Convierte un reporte vago de usuario en un caso claro y accionable para desarrollo, con evidencia concreta de lo esperado frente a lo real.

Retroalimenta la base de conocimiento: cada incidente confirmado como error, y cada malentendido descartado, es información valiosa para afinar la documentación y lo que responde el agente de IA en los puntos donde la lógica genera confusión.

Tu(s) posible(s) líder(es):

- Cristhian Ruiz - Director en OPC

📌 Especialista en Lógica de Negocio y Producto (Armenia)
🏢 Emma of Torre.ai
📍 Armenia