Data Engineer IA

Sobre la posición

Estamos construyendo una organización AI-first. Buscamos un/a AI Engineer apasionado/a por desarrollar, integrar y mantener productos reales impulsados por Inteligencia Artificial en todo nuestro ecosistema.

Formarás parte de un AI Products Chapter centralizado, integrándote en diferentes squads multidisciplinarios para llevar soluciones de IA a producción (desde experiencias de cliente basadas en LLMs hasta copilotos internos). Este rol cuenta con un esquema de trabajo 100% Remoto.

Responsabilidades principales

• Desarrollo: Construir y desplegar soluciones de IA Generativa (LLMs, RAG, agentes y copilotos) bajo estándares y buenas prácticas de producción.
• Escalabilidad: Implementar componentes y servicios de IA escalables dentro de sistemas en producción.
• Ciclo completo: Trabajar a lo largo de todo el ciclo de vida del software: apoyar en el prototipado, desplegar modelos y optimizar el rendimiento.
• Integración: Integrar modelos de IA con sistemas del mundo real, APIs, plataformas de datos y flujos de trabajo en el backend.
• Calidad y Monitoreo: Implementar marcos de evaluación, mecanismos de monitoreo y bucles de retroalimentación (feedback loops) para rastrear el rendimiento de los modelos.
• Colaboración: Colaborar con equipos de Producto, Datos e Ingeniería para entregar funcionalidades de alto impacto impulsadas por IA.

Experiencia profesional:

• 3 a 5 años de experiencia general en Datos y Tecnología, con al menos 1.5 a 2 años de experiencia práctica desarrollando soluciones de IA/ML e IA Generativa.
• Deseable: Experiencia previa en el sector Banca, Servicios Financieros o Fintech.
• Idiomas: Inglés Intermedio - Avanzado (B2/C1), con capacidad para comunicarse de forma fluida en entornos técnicos y de negocio.
• Educación: Licenciatura o Maestría en Ciencias de la Computación, Ciencia de Datos, Matemáticas Aplicadas o áreas afines.

Dominio Técnico:

• Lenguajes & Backend: Sólida trayectoria en ingeniería de software con dominio de Python (PyTorch o TensorFlow) y stack moderno de backend.
• Frameworks de IA: Uso práctico de LangChain, LlamaIndex o Hugging Face.
• Bases de Datos & MLOps: Experiencia práctica con bases de datos vectoriales (Pinecone, Milvus, Qdrant o Weaviate) y herramientas de MLOps para seguimiento (tracking) y registro (logging) de modelos.
• Cloud & APIs: Experiencia práctica en servicios nativos de nube para IA/ML (AWS SageMaker o Google Vertex AI), diseño de APIs y pipelines de datos.
• Conocimientos Clave: Sólidas bases en Deep Learning, NLP e IA Generativa (LLMs, arquitectura RAG, function calling, agentes), así como comprensión básica de seguridad en IA (AI safety), privacidad de datos e IA responsable.

Beneficios y Propuesta de Valor

Esquema 100% Remoto: Trabaja con flexibilidad desde donde estés.