I
¿qué harás?
- entrega de aplicaciones de ia: diseñar y desplegar aplicaciones basadas en llm con backends seguros e integraciones.
- llm y agentes: trabajar con apis de llm (openai, azure openai, anthropic, google).
- implementar tool/function calling, flujos multi-turno, guardrails y recuperación ante errores usando frameworks de agentes.
- ingeniería de prompts: diseñar system prompts, esquemas de herramientas y guardrails; mantener versionado de prompts.
- memoria y contexto: implementar memoria de conversación/sesión, resumen/destilación, caching y estrategias de contexto optimizadas por coste.
- diseñar y gestionar integraciones mcp.
- evaluaciones: definir golden sets y evaluaciones automatizadas de llm (grounding, alucinaciones, latencia, coste), además de validaciones human-in-the-loop.
- mlops y operaciones: ci/cd, monitoreo (calidad, latencia, coste), tracing/observability, rollback y fallbacks; garantizar seguridad, cumplimiento y privacidad de datos.
- colaboración y documentación: traducir necesidades de negocio en diseños técnicos, documentar soluciones y mentorear a otros miembros del equipo.
lo que buscamos
- experiência real en producción desplegando aplicaciones agénticas.
- mínimo 5 años de experiência en proyectos de machine learning y data science en producción (modelado, despliegue y monitoreo).
- sólidas habilidades en python para desarrollo de aplicaciones y servicios; experiência en diseño de apis.
- experiência práctica con apis de llm, prompt engineering y frameworks de agentes (plus si tienes experiência profunda en langchain / langgraph).
- experiência con frameworks de evaluación: métricas automatizadas, golden sets, pruebas de regresión y release gates.
- experiência en cloud (azure o aws): despliegues seguros (serverless o contenedores), gestión de secretos, configuración e iam.
- dominio de git/github y sql, con prácticas rigurosas de manejo de datos y privacidad.
- inglés avanzado (c1), escrito y hablado.
deseable (no excluyente)
- experiência con rag (embeddings, bases de datos vectoriales como faiss, pgvector, atlas vector search).
- orquestación (airflow, dagster), feature stores, event buses.
- kubernetes, docker, api gateways, oauth.
- experiência en finanzas (forecasting, detección de anomalías, reconciliación, commentary).
cómo evaluamos
- evidencia de sistemas entregados: repositorios, links, write-ups o documentación de arquitectura.
- curiosidad y aprendizaje continuo: cursos, certificaciones y proyectos personales cuentan.
- pragmatismo y fiabilidad: definiciones claras de "done" (evaluaciones, presupuestos de latencia/coste, seguridad y runbooks).
tipo de puesto: tiempo completo
sueldo: $10,* - $27,* al mes
lugar de trabajo: empleo presencial