Change Management Manager

CGM Clinical es la compañía con más instalaciones en España de sistemas de información hospitalarios, de historia clínica electrónica y de ayuda a la decisión. En todo el mundo, CGM implanta sistemas de información a más de 400.000 clientes de 40 países, incluidos 68 hospitales públicos en España. Todos los días, 8.000 empleados de CGM en todo el mundo crean soluciones de Salud Digital innovadoras que ayudan a curar y cuidar a las personas. Actualmente estamos buscando un perfil de AI Transformation Manager para nuestras oficinas de Madrid. Misión del puesto Definir y liderar la estrategia tecnológica de la compañía, asegurando que el ciclo completo de vida del software (definición y análisis, desarrollo, implantación, puesta en producción y soporte) se ejecute de forma eficiente, segura y alineada con el negocio, incorporando la Inteligencia Artificial y los agentes de IA como palanca central de productividad, calidad y escalabilidad. Coordinará el programa de transformación del área técnica de CGM, definirá los procesos y garantizará la integración efectiva entre los equipos de Producto (Product Management), Desarrollo (SW Development) y Operaciones (Client Operations), en un entorno de software de salud digital sujeto a exigencias regulatorias y de seguridad de primer nivel. Responsabilidades principales Estrategia Diseñar la estrategia tecnológica alineada con la estrategia de negocio Definir y ejecutar la estrategia de IA de la compañía, priorizando casos de uso con retorno demostrable en desarrollo, implantación, soporte y producto Priorizar iniciativas tecnológicas según su impacto en el negocio, apoyándose en herramientas de IA para el análisis y la toma de decisiones Ciclo de vida del software (asistido por IA) Gestionar el ciclo completo: análisis y requisitos, diseño funcional y técnico, desarrollo y pruebas (QA, UAT), puesta en producción (deployment, release management), y soporte y mantenimiento evolutivo y correctivo Seleccionar e introducir herramientas de IA que mejoren las fases de desarrollo, despliegue y soporte de los productos software Integrar agentes de IA en cada fase: análisis y refinamiento de requisitos, generación y revisión de código, generación y mantenimiento de pruebas, análisis de seguridad, documentación técnica y de usuario, y apoyo al despliegue Establecer prácticas de ingeniería con agentes: especificaciones claras, revisión humana obligatoria del código generado, criterios de calidad y métricas de productividad y calidad. Procesos y metodologías Definir y mejorar los procesos de desarrollo y operación: metodologías ágiles y agile squads, calidad, revisión de código, gestión de incidencias, flujos de CI/CD y gestión de versiones Introducir herramientas de IA para la mejora de los procesos (OpenCode y similares), evaluando su adopción, seguridad y retorno Evolucionar los pipelines CI/CD y la infraestructura como código para que integren agentes de forma segura, trazable y reproducible Rediseñar los procesos para un modelo de trabajo humano-agente, definiendo qué tareas se delegan, cuáles se supervisan y cuáles permanecen exclusivamente humanas. Implantación y soporte con agentes de IA Diseñar flujos agénticos para la implantación en cliente: migración y validación de datos, parametrización, verificación de interoperabilidad (HL7 FHIR, DICOM, IHE) y formación Implantar un modelo de soporte multinivel con agentes: triaje y clasificación de incidencias, diagnóstico, resolución automatizada de casos recurrentes, escalado a personas y base de conocimiento actualizada de forma continua. Supervisar, junto con la Dirección de Operaciones, la operación en producción, garantizando los SLAs, disponibilidad y rendimiento, apoyándose en observabilidad avanzada y AIOps para la detección y remediación proactiva de incidencias Arquitectura y plataformas Tomar decisiones de arquitectura y plataformas: arquitecturas robustas, escalables y seguras, y selección y gobierno de tecnologías clave Aplicar herramientas de IA al diseño y evolución de la arquitectura empresarial (preferiblemente sobre tecnologías Java) Diseñar la plataforma de IA de la compañía: arquitecturas multiagente, orquestación, gestión de memoria y contexto, uso de herramientas e integración con sistemas corporativos (por ejemplo, mediante MCP), RAG, evaluación sistemática de modelos (evals) y guardrails. Seleccionar y gobernar modelos de IA (propietarios y abiertos; en la nube, alojados enla UE u on-premise), controlando costes, latencia, seguridad y soberanía del dato Definir la hoja de ruta de modernización del stack actual de sistemas G2 (Oracle, JBoss/Java) y sistemas G3 (microservicios, Spring Boot, Angular) para facilitar su integración con capacidades de IA Gobierno, seguridad y cumplimiento de la IA Establecer un marco de gobierno para los agentes de IA: niveles de autonomía, supervisión humana, trazabilidad, auditoría y gestión de riesgos Garantizar el c