Applied AI Engineer

Sobre el puesto

El trabajo abarca todo el ciclo de vida de una funcionalidad de IA: experimentar, evaluar, desplegar y seguir vigilándola. La persona adecuada piensa en la latencia, el coste y la calidad en producción, no solo en los modelos.

De un vistazo

Qué harás

• Desarrollar agentes LLM con tool calling, salida estructurada, llamadas API en paralelo y streaming
• Crear usos de evaluación y rúbricas de puntuación para seguridad, utilidad y personalización
• Llevar una capacidad desde el prototipo pasando por las evaluaciones, el staging, producción y la monitorización de trazas
• Reducir la latencia y el coste con caché de prompts, presupuestos de tokens, reintentos y observabilidad
• Escribir las herramientas API que llaman los agentes, con validación Pydantic y búsqueda en base de datos

Qué buscan

• Python sólido, con servicios desplegados en grandes sistemas en producción
• Experiencia con LangChain, LangGraph o un framework de agentes similar
• Trabajo práctico con LLM en producción: prompting, function calling, salida estructurada, evaluación
• Soltura con Python asíncrono, API HTTP y streaming como SSE o webhooks
• Validación de datos y diseño de esquemas con Pydantic o JSON Schema
• Depuración entre capas, desde una llamada a herramienta fallida hasta una mala configuración de Terraform

Se valora

• Servicios de AWS como Bedrock, ECR, CloudFront, S3 o Cognito
• Herramientas de trazado y evaluación como Langfuse, OpenTelemetry, Datadog o Terraform

Qué ofrecen

• Salario base más equity