Categorías
···
Entrar / Registro
Resumen: Este es un puesto de Ingeniero de Software senior y orientado a IA en Texas Sports Academy, centrado en construir herramientas impulsadas por IA y funciones de pila completa directamente con los fundadores. Aspectos destacados: 1. Trabajar directamente con los fundadores en funciones impulsadas por IA 2. Lanzar código y funciones de IA cada semana 3. Ser responsable de sistemas importantes de extremo a extremo Ingeniero de Software (orientado a IA) Como Ingeniero de Software en Texas Sports Academy, desempeñas un papel clave al construir el software que opera nuestra escuela: registros de estudiantes, seguimiento del dominio académico, datos de entrenamiento, portales para padres, admisiones y las herramientas impulsadas por IA que nuestros guías y entrenadores usan a diario. Este es un puesto senior y orientado a IA. Trabajas directamente con los fundadores, lanzas código cada semana con IA integrada en tu flujo de trabajo y eres responsable de las funciones impulsadas por modelos de lenguaje grande (LLM) que hacen que nuestra escuela no se parezca en nada a una escuela tradicional. Lo que harás * Diseñar, construir y lanzar funciones de producto en toda la pila cada semana, con herramientas de programación impulsadas por IA funcionando junto contigo. * Construir funciones reales de producto impulsadas por LLM: agentes de tutoría, copilotos orientados a padres, paneles de control orientados a entrenadores, recuperación basada en datos de estudiantes y evaluaciones para cada una de ellas. * Trabajar directamente con los fundadores sobre el alcance, la arquitectura y las compensaciones —sin un rol intermedio de gestor de producto. * Ser responsable de la fiabilidad, la seguridad y el costo tanto de los sistemas clásicos como de las canalizaciones de LLM. * Ejecutar tu propio flujo de trabajo de programación con IA —indicaciones (prompts), subagentes, herramientas personalizadas, servidores MCP— y elevar el nivel de uso de IA por parte de todo el equipo. * Escribir evaluaciones y pruebas de regresión para funciones de IA del mismo modo en que escribirías pruebas unitarias para código clásico. Lo que NO harás * Fingir que la IA es opcional —si aún no programas diariamente con Claude Code, Cursor, Codex o un ciclo de agente equivalente, este puesto no es para ti. * Redactar tiquetes para que ingenieros juniors los implementen. * Pasar todo el día en reuniones de estado —pocas reuniones, más lanzamientos. * Trabajar en una porción reducida de una base de código gigantesca. Responsabilidades clave * Lanzar código de producción y funciones de IA de las que dependen diariamente estudiantes reales, padres y personal. * Ser responsable de al menos un sistema importante de extremo a extremo. * Avanzar rápidamente —las funciones pasan de la idea a la producción en días, no en trimestres— sin causar fallos. * Elevar el estándar de ingeniería con IA a medida que el equipo crece. **Requisitos** * Licenciatura o maestría en Ciencias de la Computación, Ingeniería, Matemáticas o Física. * 6 años o más de experiencia profesional en ingeniería de producción lanzando software a usuarios reales a escala real. * Al menos un puesto previo de nivel senior, staff o líder técnico. * Uso diario y fluido de herramientas de programación con IA (Claude Code, Cursor, Codex, Windsurf, Aider u otras equivalentes) como forma predeterminada de escribir software. * Al menos una función impulsada por LLM lanzada en producción, con una historia de evaluaciones. * Competencias sólidas en una pila web moderna (TypeScript / React / Node o Python / Postgres / AWS o GCP). * Excelente inglés escrito * Autorización legal para trabajar desde India o Pakistán como contratista remoto de una empresa estadounidense. Deseable * Maestría o doctorado de una institución de primer nivel. * Exfundador, uno de los primeros cinco ingenieros en una startup financiada o haber lanzado productos que alcanzaron a usuarios reales a gran escala. * Marcos de agentes (LangGraph, CrewAI, Mastra, personalizados), búsqueda vectorial / RAG a gran escala, evaluaciones (Braintrust, LangSmith, personalizadas), almacenamiento en caché de indicaciones (prompts), servidores MCP, salida estructurada / confiabilidad en el uso de herramientas, agentes de voz. * GitHub público o un proyecto personal de IA que podamos probar realmente. * Un proyecto personal que hayas construido porque querías hacerlo.
