Misión del rol
diseñar, prototipar y entregar aplicaciones funcionales potenciadas con inteligencia artificial, priorizando la arquitectura y desarrollo backend. El objetivo es convertir ideas en soluciones escalables e integradas con ia generativa —como asistentes, tableros interactivos y módulos reutilizables— utilizando herramientas de desarrollo asistido por ia y servicios en la nube, manteniendo altos estándares de calidad, diseño y rendimiento.
Principales responsabilidades
diseñar e implementar servicios backend escalables y modulares, integrando componentes de ia generativa.
Desarrollar pocs y mvps en ciclos cortos, garantizando funcionalidad y despliegue en entornos cloud.
Aplicar prompt engineering para la orquestación efectiva de modelos generativos.
Integrar bases de datos vectoriales (pinecone, opensearch, chroma, qdrant) y mecanismos de recuperación (rag).
Implementar procesos de fine-tuning y adaptación de modelos de ia para casos específicos.
Crear dashboards interactivos y entornos de visualización (amazon quicksight u otras herramientas).
Colaborar con equipos de producto, diseño y data para integrar ia en componentes visibles del sistema.
Documentar la arquitectura, decisiones técnicas y economía de tokens de cada solución.
Perfil deseado
formación: ingeniería en computación, software o carrera afín.
Experiencia: 3-5 años en desarrollo de software, con énfasis en backend y arquitecturas escalables.
Nivel: intermedio-avanzado, con interés genuino por la ia aplicada y herramientas emergentes.
Competencias técnicas prioritarias
indispensables
herramientas de desarrollo asistido con ia: cursor, lovable, kiro, claude code.
Bases de datos vectoriales: pinecone, opensearch, chroma, qdrant.
Prompt engineering (construcción, evaluación y versionado de prompts).
Lenguajes y frameworks backend: node.js o python (mínimo 3 años de experiencia).
Cloud & deploy: aws (amplify, lambda, bedrock), vercel, supabase.
Requeridas
fine-tuning de modelos de ia.
Creación de dashboards interactivos (amazon quicksight o equivalentes).
Frontend (nivel funcional): react, next.js o frameworks similares.
Integración de apis rest / json.
Deseables
frameworks de agentes: langgraph, crewai, strands agents.
Procesos etl: pandas, airbyte, dbt, airflow, sql, snowflake o bigquery.
Model context protocol (mcp) y n8n para flujos de automatización.
Experiencia con rag y diseño de pipelines de ia generativa.
Competencias clave
capacidad para prototipar rápido con foco en backend y escalabilidad.
Dominio de la integración de modelos generativos mediante apis y servicios cloud.
Pensamiento sistémico y orientado a resultados.
Habilidad para documentar y explicar decisiones técnicas de forma clara.
Interés genuino por la experimentación con nuevas herramientas ia.
Resultados esperados
entrega oportuna de poc y mvp de alta calidad.
Disminución significativa de defectos mediante pruebas generadas con ia.
Adopción interna de módulos genai reutilizables por diferentes equipos.
Documentación precisa sobre el uso y economía de tokens.
Aplicaciones preparadas para demostraciones, observabilidad y pruebas a/b.
Benefits