El Reto: ¿Cuál será tu misión?

• Arquitectura de Recuperación Avanzada (RAG): Diseñar, implementar y optimizar sistemas RAG avanzados para la gestión inteligente de datos internos, garantizando respuestas precisas, contextualizadas y de baja latencia.
• Orquestación Agéntica: Construir y evolucionar workflows autónomos y sistemas multi-agente capaces de ejecutar tareas complejas, toma de decisiones basada en herramientas (tool use / function calling) y flujos de trabajo dinámicos.
• Optimización de Recursos y Costos: Implementar estrategias eficientes de manejo de ventanas de contexto, optimización de tokens y técnicas como Context Caching para escalar el uso de LLMs de manera económicamente sostenible.
• Integración y Conectividad: Conectar la capa de Inteligencia Artificial con servicios backend, bases de datos vectoriales y APIs empresariales críticas (CRMs, ERPs, sistemas de comunicación).
• Evaluación y Guardrails: Desarrollar e implementar frameworks de pruebas automatizadas para medir alucinaciones, precisión (RAGAS, TruLens) y establecer capas de seguridad contra inyecciones de prompts (prompt injection).
• Excelencia Técnica y Mentoría: Definir las mejores prácticas de ingeniería de software aplicadas a IA, realizar revisiones de código y guiar al equipo en la adopción de tecnologías emergentes de IA generativa.

¿Qué buscamos? (Requisitos técnicos)

• Especialización en IA Generativa: Experiencia sólida y demostrable en entornos de producción implementando soluciones basadas en Grandes Modelos de Lenguaje (LLMs) comerciales y open-source (OpenAI, Gemini, Llama, etc.).
• Dominio del Stack de IA: Manejo avanzado de frameworks de desarrollo como LangChain, LangGraph, CrewAI o LlamaIndex.
• Bases de Datos Vectoriales: Experiencia real integrando y optimizando bases de datos vectoriales y de búsqueda híbrida (Pinecone, Chroma, Qdrant, pgvector o similares).
• Desarrollo Backend Sólido: Dominio experto de Python o TypeScript/Node.js, con capacidad para estructurar microservicios limpios y eficientes.
• Clean Code y Arquitectura: Capacidad para generar código legible, modular, escalable y siguiendo patrones de diseño de software empresarial.
• Herramientas de Versión: Uso experto de Git para el control de versiones en entornos distribuidos y colaborativos.

Valoraremos positivamente (Extras)

• Infraestructura y MLOps: Familiaridad con el despliegue de soluciones de IA en entornos cloud (AWS, DigitalOcean) y contenedores (Docker, Kubernetes).
• Gestión de Datos y Privacidad: Conocimientos en anonimización de datos, gobierno de la información y cumplimiento normativo en el manejo de datos internos corporativos.
• Ecosistema Backend Tradicional: Conocimientos en la transición y consumo de datos desde arquitecturas legadas o bases de datos relacionales robustas (MySQL, PostgreSQL).
• Metodologías: Experiencia previa en equipos que trabajen con metodologías ágiles (SCRUM o Kanban) y herramientas como Jira o Notion.