Ingeniero de IA

Descripción

Estamos formando a la próxima generación de ingenieros especializados en IA nativa: profesionales que utilizan la IA como parte fundamental de su forma de trabajar, no como un complemento adicional. Como Ingeniero de IA (Software), diseñarás, construirás y desplegarás software de calidad productiva en toda la pila tecnológica, empleando herramientas asistidas por IA como práctica diaria estándar, junto con tus competencias fundamentales de ingeniería. Trabajarás en programas reales para clientes de diversos sectores, desarrollando software de calidad productiva que se conecte con sistemas de IA basados en agentes y los respalde —comprendiendo cómo tu trabajo full-stack se integra con la arquitectura de agentes, las APIs de modelos de lenguaje de gran tamaño (LLM) y las canalizaciones empresariales de IA. Este no es un puesto transitorio: es una función de ingeniería central en la parte del mercado con mayor demanda, con una vía directa al programa de Ingenieros Desplegados en el Cliente para quienes desarrollen profundidad en sistemas basados en agentes. Ofrecemos lo que ninguna empresa centrada en un solo producto puede ofrecer: amplitud en todos los sectores, en todas las pilas tecnológicas empresariales y en todos los niveles de complejidad organizacional —combinada con acceso privilegiado a equipos de ingeniería de Anthropic, OpenAI, Microsoft y Google, trayectorias estructuradas de certificación en IA y una ruta clara de desarrollo hacia la ingeniería basada en agentes y la ingeniería desplegada en el cliente. **Responsabilidades clave** * Utilizar asistentes de programación con IA a diario como parte estándar de la entrega, de forma activa, frecuente y con impacto demostrable en la productividad y la calidad de los resultados * Integrar APIs de modelos de lenguaje de gran tamaño (LLM) en aplicaciones de producción: invocar APIs de proveedores de IA en código en ejecución, gestionar límites de tokens y latencia, y construir capas de abstracción iniciales * Aplicar la IA en todo el ciclo de entrega del software: pruebas generadas por IA, depuración asistida por IA, revisiones de código aceleradas por IA e ingeniería de indicaciones (prompt engineering) para tareas de desarrollo * Asumir la responsabilidad de la calidad de las salidas generadas por IA dentro de tu ámbito de entrega, ejerciendo criterio de ingeniería sobre su fiabilidad, limitaciones y modos de fallo; saber cuándo una salida de IA está lista para producción y cuándo no lo está * Definir y supervisar indicadores clave de rendimiento (KPI) para evaluar la eficacia y el retorno de la inversión (ROI) de los flujos de trabajo asistidos por IA; presentar métricas de productividad y calidad relacionadas con la IA a los interesados del proyecto * Asumir la responsabilidad total de la entrega —desde el diseño hasta el soporte en producción— en ciclos ágiles (sprints), trabajando junto con los equipos de ingeniería de los clientes * Contribuir a bases de conocimiento compartidas, componentes reutilizables y estándares internos de herramientas de IA que beneficien al equipo en su conjunto * Construir e integrar las capas de aplicación, las APIs y las interfaces que conectan los sistemas full-stack con backends basados en agentes —entendiendo los flujos de datos, la transferencia de contexto y los puntos de integración entre tu código y las canalizaciones de IA * Título universitario en Ciencias de la Computación, Ingeniería Informática, Ingeniería de Software o campo afín * Experiencia profesional en ingeniería de software en entornos de producción (o equivalente demostrado mediante proyectos académicos, pasantías o proyectos personales lanzados) * Competencia comprobada en al menos uno de los siguientes lenguajes principales para backend: Python, Java o TypeScript * Experiencia práctica comprobada utilizando herramientas de IA activamente en el trabajo diario de ingeniería —con ejemplos prácticos de cómo se usó la IA para resolver problemas reales, iterar sobre los resultados y mejorar la entrega; incluida experiencia directa invocando APIs de modelos de lenguaje de gran tamaño (LLM) en código de producción, con comprensión de la gestión de tokens, la latencia y los compromisos entre coste y rendimiento * Conocimientos básicos de tecnologías web, incluidos JavaScript, HTML y CSS * Familiaridad con los fundamentos de la nube (AWS, Azure o GCP), contenedores (Docker) y canalizaciones CI/CD * Comprensión de los fundamentos de la entrega ágil * Experiencia con bases de datos —SQL o NoSQL * Capacidad para validar, evaluar y mejorar las salidas generadas por IA; comprensión de las limitaciones de la IA y su uso responsable * Familiaridad con los conceptos de sistemas basados en agentes —conocimiento de frameworks de orquestación (LangChain, LangGraph o equivalentes), canalizaciones RAG y cómo las aplicaciones full-stack se conectan con arquitecturas basadas en agentes; se prefiere experiencia en producción, pero se requiere comprensión conceptual \#LI\-MP