NOS
Pavago
Ingeniero IA Full-Stack
Sobre el puesto
Título del puesto: Ingeniero IA Full-Stack
Tipo de puesto: Tiempo Completo, Remoto
Horario de trabajo: Horario comercial del cliente de EE. UU. (con flexibilidad para despliegues, ciclos de experimentación y planificaciones de sprints)
Nuestro cliente busca un Ingeniero IA Full-Stack altamente cualificado para diseñar, construir y desplegar aplicaciones escalables impulsadas por IA que resuelvan problemas empresariales del mundo real.
Este puesto combina la ingeniería de software con el machine learning aplicado, uniendo el desarrollo front-end, sistemas back-end, integración de modelos de IA e infraestructura en la nube en aplicaciones listas para producción. Trabajarás en todo el ciclo de vida del producto, desde la experimentación y la creación de prototipos hasta el despliegue, la optimización y la monitorización.
El candidato ideal es técnicamente sólido y está enfocado en la ejecución, capaz de construir sistemas impulsados por IA que sean escalables, fiables, eficientes y fáciles de usar.
ResponsabilidadesIntegración de Modelos de IA y Sistemas LLM
- Desplegar e integrar modelos de ML/LLM pre-entrenados y ajustados utilizando OpenAI, Hugging Face, TensorFlow, PyTorch o frameworks similares
- Construir APIs de inferencia de IA escalables utilizando FastAPI, Flask, Node.js o tecnologías similares
- Implementar pipelines de recuperación aumentada (RAG) utilizando bases de datos vectoriales como Pinecone, Weaviate, Chroma o FAISS
- Optimizar la ingeniería de prompts, embeddings y flujos de trabajo de IA para mejorar el rendimiento, la precisión y la eficiencia de costes
Desarrollo de Aplicaciones Full-Stack
- Construir aplicaciones front-end responsivas utilizando React, Next.js, Vue o frameworks similares
- Desarrollar servicios back-end y APIs que conecten sistemas de IA con flujos de trabajo empresariales y aplicaciones orientadas al usuario
- Diseñar arquitecturas escalables para chatbots, asistentes de IA, paneles de análisis, sistemas de búsqueda y herramientas de automatización de flujos de trabajo
- Asegurar que las aplicaciones sean intuitivas, seguras, responsivas y estén listas para producción
Ingeniería de Datos y Desarrollo de Pipelines
- Construir pipelines ETL/ELT para la ingesta, limpieza, transformación y procesamiento de conjuntos de datos estructurados y no estructurados
- Automatizar el preprocesamiento de datos, versionado, etiquetado y orquestación de pipelines utilizando Airflow, Prefect, Dagster o herramientas similares
- Almacenar y gestionar conjuntos de datos en almacenes de datos en la nube como Snowflake, BigQuery o Redshift
- Mantener flujos de datos fiables que soporten el entrenamiento, la inferencia, el análisis y las operaciones de IA
Infraestructura, Despliegue y MLOps
- Contenerizar servicios de IA utilizando Docker y desplegar cargas de trabajo en Kubernetes o entornos nativos de la nube
- Construir y mantener pipelines de CI/CD para actualizaciones de modelos de IA y lanzamientos de aplicaciones
- Monitorizar la latencia de inferencia, el rendimiento de las aplicaciones, los costes y la deriva del modelo utilizando MLflow, Weights & Biases, Prometheus o dashboards personalizados
- Soportar infraestructura en la nube escalable y fiable en AWS, GCP o Azure
Seguridad y Cumplimiento
- Asegurar que los sistemas de IA cumplan con GDPR, HIPAA, SOC 2 o estándares de privacidad/seguridad relevantes
- Implementar autenticación, control de acceso, limitación de velocidad y prácticas seguras de API
- Proteger los datos del usuario y los flujos de trabajo de IA utilizando estándares y mejores prácticas de seguridad modernas
Colaboración y Desarrollo de Producto
- Colaborar con gestores de producto, diseñadores y científicos de datos para priorizar funcionalidades de IA de alto impacto
- Traducir prototipos en sistemas de calidad de producción con arquitectura escalable y código mantenible
- Participar en la planificación de sprints, discusiones de arquitectura, revisiones de código y documentación técnica
- Mantener documentación clara para soportar la reproducibilidad, la incorporación y la mantenibilidad a largo plazo
¿Qué te convierte en el candidato perfecto?
- Sólido ingeniero de software con una profunda curiosidad por los sistemas de IA/ML y las tecnologías emergentes
- Capacidad para pasar rápidamente de prototipos a despliegues de calidad de producción
- Orientado al análisis y a la resolución de problemas, con sólidas habilidades de depuración y optimización
- Capacidad para equilibrar rendimiento, escalabilidad, usabilidad y coste operativo
- Comunicador colaborativo que trabaja eficazmente con equipos técnicos y no técnicos
Experiencia y Habilidades Requeridas
- 3+ años de experiencia profesional en ingeniería de software con exposición a IA/ML
- Sólida competencia en Python y JavaScript/TypeScript
- Experiencia con frameworks de IA/ML como PyTorch, TensorFlow, LangChain o Hugging Face
- Experiencia en el despliegue de modelos de IA o ML en sistemas de producción
- Sólida experiencia en front-end con React, Next.js o Vue
- Sólidas habilidades en SQL y experiencia con almacenes de datos en la nube
- Familiaridad con APIs REST, microservicios y sistemas distribuidos
- Experiencia con Docker, flujos de trabajo CI/CD e infraestructura en la nube
Experiencia y Habilidades Preferidas
- Experiencia en la construcción y escalado de aplicaciones SaaS impulsadas por IA
- Sólida comprensión de embeddings, bases de datos vectoriales y arquitecturas RAG
- Experiencia con el ajuste fino de LLM, evaluación y optimización de prompts
- Familiaridad con herramientas de MLOps como MLflow, Kubeflow, Vertex AI, SageMaker o Weights & Biases
- Experiencia con arquitecturas serverless y sistemas de inferencia optimizados en costes
- Experiencia en SaaS, plataformas de automatización, sistemas de análisis o productos impulsados por IA
¿Cómo es un día típico?
El día de un Ingeniero IA Full-Stack gira en torno a la transformación de capacidades de IA en aplicaciones escalables y listas para producción. Tú:
- Revisarás y optimizarás las APIs de modelos de IA para latencia, precisión y fiabilidad
- Construirás interfaces front-end que expongan funcionalidades impulsadas por IA a los usuarios finales
- Mantendrás y mejorarás los pipelines de datos que soportan sistemas de IA y análisis
- Desplegarás actualizaciones a través de flujos de trabajo CI/CD y monitorizarás el rendimiento en producción
- Colaborarás con los equipos de producto y ciencia de datos en la priorización de funcionalidades de IA
- Depurarás problemas de infraestructura, inferencia o flujo de trabajo que afecten al rendimiento del sistema
- Documentarás arquitecturas, flujos de trabajo y procesos de despliegue para la mantenibilidad y escalabilidad
En resumen: te asegurarás de que los sistemas de IA pasen de ser prototipos a aplicaciones de producción seguras, escalables, fiables e impactantes.
Métricas Clave de Éxito (KPIs)
- Despliegue exitoso de funcionalidades de IA alineadas con los plazos de sprint
- Disponibilidad de la aplicación ≥ 99.9%
- Latencia de inferencia mantenida por debajo de los umbrales objetivo
- Reducción de flujos de trabajo manuales a través de la automatización de IA
- Rendimiento estable del modelo y mínima deriva o degradación
- Adopción y participación positiva en funcionalidades impulsadas por IA
- Infraestructura de IA escalable, mantenible y eficiente en costes
Proceso de Entrevista
- Preselección telefónica inicial
- Entrevista por vídeo con un reclutador de Pavago
- Evaluación técnica (por ejemplo, desplegar un modelo de ML con integración de API + front-end)
- Entrevista(s) con el cliente con equipos de Ingeniería / Producto
- Oferta y verificación de antecedentes
#AIEngineer #FullStackDeveloper #MachineLearning #LLM #ArtificialIntelligence #ReactJS #Python #OpenAI #LangChain #RAG #MLOps #RemoteJobs #SoftwareEngineering #AIJobs #NextJS #CloudEngineering
