Buscamos un Senior Generative AI Software Engineer para diseñar implementar y escalar soluciones basadas en LLMs RAG y agentes inteligentes en entornos productivos. Este rol será clave en la definición de arquitecturas desarrollo de sistemas robustos y optimización continua trabajando directamente con clientes para transformar necesidades de negocio en soluciones GenAI de alto impacto.
Requisitos
3 años de experiencia práctica en GenAI/LLMs en producción (RAG agentes NLP).
Dominio de Python y frameworks como LangChain LlamaIndex o similares.
Experiencia sólida en:
Sistemas RAG (embeddings vector DBs como Pinecone Weaviate pgvector).
Prompt engineering avanzado y diseño de guardrails.
Integración con APIs de LLMs (OpenAI Anthropic Google etc.).
Conocimientos en arquitectura de software (APIs microservicios CI/CD).
Experiencia en despliegue cloud (AWS GCP o Azure).
Manejo de datos estructurados y no estructurados (ETL procesamiento de documentos).
Experiencia en evaluación de modelos (precision/recall métricas NLP).
Conocimientos en seguridad en sistemas AI (PII control de acceso protección ante ataques).
Inglés avanzado.
Deseables
Experiencia con agentes multi-agente (AutoGen CrewAI LangGraph).
Uso de modelos open-source y despliegues self-hosted.
Técnicas avanzadas de RAG (HyDE multi-query re-ranking).
Experiencia en MLOps (Docker Kubernetes Terraform).
Herramientas de observabilidad GenAI (LangSmith LangFuse W&B).
Fine-tuning (LoRA/QLoRA) o multimodalidad.
Responsabilidades
Diseñar arquitecturas end-to-end para soluciones GenAI (RAG agentes generación de contenido).
Desarrollar y optimizar prompts avanzados (few-shot CoT ReAct) con mecanismos de control de alucinaciones.
Integrar LLMs (OpenAI Claude Gemini Llama etc.) en aplicaciones productivas.
Construir agentes autónomos con capacidad de razonamiento y uso de herramientas (APIs DBs).
Implementar frameworks de evaluación (métricas de retrieval y generación evaluación humana).
Desplegar soluciones en cloud (AWS GCP o Azure) asegurando escalabilidad latencia y costo óptimo.
Monitorear sistemas en producción (calidad performance costos UX).
Aplicar buenas prácticas de seguridad privacidad y compliance (PII prompt injection).
Colaborar con stakeholders técnicos y de negocio para definir soluciones y métricas de éxito.
Required Skills:
Requisitos 3 años de experiencia práctica en GenAI/LLMs en producción (RAG agentes NLP). Dominio de Python y frameworks como LangChain LlamaIndex o similares. Experiencia sólida en: Sistemas RAG (embeddings vector DBs como Pinecone Weaviate pgvector). Prompt engineering avanzado y diseño de guardrails. Integración con APIs de LLMs (OpenAI Anthropic Google etc.). Conocimientos en arquitectura de software (APIs microservicios CI/CD). Experiencia en despliegue cloud (AWS GCP o Azure). Manejo de datos estructurados y no estructurados (ETL procesamiento de documentos). Experiencia en evaluación de modelos (precision/recall métricas NLP). Conocimientos en seguridad en sistemas AI (PII control de acceso protección ante ataques). Inglés avanzado. Deseables Experiencia con agentes multi-agente (AutoGen CrewAI LangGraph). Uso de modelos open-source y despliegues self-hosted. Técnicas avanzadas de RAG (HyDE multi-query re-ranking). Experiencia en MLOps (Docker Kubernetes Terraform). Herramientas de observabilidad GenAI (LangSmith LangFuse W&B). Fine-tuning (LoRA/QLoRA) o multimodalidad.
Este es un puesto de trabajo remoto. Buscamos un Senior Generative AI Software Engineer para diseñar implementar y escalar soluciones basadas en LLMs RAG y agentes inteligentes en entornos productivos. Este rol será clave en la definición de arquitecturas desarrollo de sistemas robustos y optimi...
Este es un puesto de trabajo remoto.
Buscamos un Senior Generative AI Software Engineer para diseñar implementar y escalar soluciones basadas en LLMs RAG y agentes inteligentes en entornos productivos. Este rol será clave en la definición de arquitecturas desarrollo de sistemas robustos y optimización continua trabajando directamente con clientes para transformar necesidades de negocio en soluciones GenAI de alto impacto.
Requisitos
3 años de experiencia práctica en GenAI/LLMs en producción (RAG agentes NLP).
Dominio de Python y frameworks como LangChain LlamaIndex o similares.
Experiencia sólida en:
Sistemas RAG (embeddings vector DBs como Pinecone Weaviate pgvector).
Prompt engineering avanzado y diseño de guardrails.
Integración con APIs de LLMs (OpenAI Anthropic Google etc.).
Conocimientos en arquitectura de software (APIs microservicios CI/CD).
Experiencia en despliegue cloud (AWS GCP o Azure).
Manejo de datos estructurados y no estructurados (ETL procesamiento de documentos).
Experiencia en evaluación de modelos (precision/recall métricas NLP).
Conocimientos en seguridad en sistemas AI (PII control de acceso protección ante ataques).
Inglés avanzado.
Deseables
Experiencia con agentes multi-agente (AutoGen CrewAI LangGraph).
Uso de modelos open-source y despliegues self-hosted.
Técnicas avanzadas de RAG (HyDE multi-query re-ranking).
Experiencia en MLOps (Docker Kubernetes Terraform).
Herramientas de observabilidad GenAI (LangSmith LangFuse W&B).
Fine-tuning (LoRA/QLoRA) o multimodalidad.
Responsabilidades
Diseñar arquitecturas end-to-end para soluciones GenAI (RAG agentes generación de contenido).
Desarrollar y optimizar prompts avanzados (few-shot CoT ReAct) con mecanismos de control de alucinaciones.
Integrar LLMs (OpenAI Claude Gemini Llama etc.) en aplicaciones productivas.
Construir agentes autónomos con capacidad de razonamiento y uso de herramientas (APIs DBs).
Implementar frameworks de evaluación (métricas de retrieval y generación evaluación humana).
Desplegar soluciones en cloud (AWS GCP o Azure) asegurando escalabilidad latencia y costo óptimo.
Monitorear sistemas en producción (calidad performance costos UX).
Aplicar buenas prácticas de seguridad privacidad y compliance (PII prompt injection).
Colaborar con stakeholders técnicos y de negocio para definir soluciones y métricas de éxito.
Required Skills:
Requisitos 3 años de experiencia práctica en GenAI/LLMs en producción (RAG agentes NLP). Dominio de Python y frameworks como LangChain LlamaIndex o similares. Experiencia sólida en: Sistemas RAG (embeddings vector DBs como Pinecone Weaviate pgvector). Prompt engineering avanzado y diseño de guardrails. Integración con APIs de LLMs (OpenAI Anthropic Google etc.). Conocimientos en arquitectura de software (APIs microservicios CI/CD). Experiencia en despliegue cloud (AWS GCP o Azure). Manejo de datos estructurados y no estructurados (ETL procesamiento de documentos). Experiencia en evaluación de modelos (precision/recall métricas NLP). Conocimientos en seguridad en sistemas AI (PII control de acceso protección ante ataques). Inglés avanzado. Deseables Experiencia con agentes multi-agente (AutoGen CrewAI LangGraph). Uso de modelos open-source y despliegues self-hosted. Técnicas avanzadas de RAG (HyDE multi-query re-ranking). Experiencia en MLOps (Docker Kubernetes Terraform). Herramientas de observabilidad GenAI (LangSmith LangFuse W&B). Fine-tuning (LoRA/QLoRA) o multimodalidad.
Job Location:
Monthly Salary:
Experience Required:
Posted on:
Vacancies:
