Ingeniero de IA Full-Stack

Descripción

Resumen: Nuestro cliente busca un Ingeniero de IA Full-Stack para diseñar, construir e implementar aplicaciones impulsadas por inteligencia artificial, vinculando la ingeniería de software con el aprendizaje automático aplicado a fin de entregar soluciones prácticas de IA orientadas al negocio. Aspectos destacados: 1. Diseñar, construir e implementar aplicaciones impulsadas por inteligencia artificial 2. Vincular la ingeniería de software con el aprendizaje automático aplicado 3. Entregar soluciones prácticas de IA orientadas al negocio **Título del puesto:** Ingeniero de IA Full\-Stack **Tipo de puesto:** Tiempo completo, teletrabajo **Horario laboral:** Horario comercial estadounidense (con flexibilidad para implementaciones de modelos, ciclos experimentales y cronogramas de sprints) **Acerca del puesto:** Nuestro cliente busca un Ingeniero de IA Full\-Stack para diseñar, construir e implementar aplicaciones impulsadas por IA. Este puesto requiere vincular la ingeniería de software con el aprendizaje automático aplicado, garantizando que los modelos se integren en sistemas de producción escalables, fiables y fáciles de usar. El Ingeniero de IA Full\-Stack combina servicios back\-end, interfaces front\-end y canalizaciones de aprendizaje automático para entregar soluciones prácticas de IA orientadas al negocio. **Responsabilidades:** Integración de modelos de IA: * + Implementar modelos preentrenados y ajustados finamente de ML/LLM (OpenAI, Hugging Face, TensorFlow, PyTorch). + Empaquetar modelos en APIs (FastAPI, Flask, Node.js) para inferencia escalable. + Implementar integraciones de búsqueda vectorial (Pinecone, Weaviate, FAISS) para generación aumentada mediante recuperación (RAG). Ingeniería y canalizaciones de datos: * + Construir canalizaciones ETL para la ingesta, limpieza y transformación de texto, imágenes o datos estructurados. + Automatizar la etiquetación, preprocesamiento y versionado de datos con Airflow, Prefect o Dagster. + Almacenar y gestionar conjuntos de datos en almacenes de datos en la nube (Snowflake, BigQuery, Redshift). Desarrollo de aplicaciones (Full\-Stack): * + Construir interfaces de usuario front\-end en React, Next.js o Vue para exponer funciones impulsadas por IA (chatbots, paneles de control, análisis). + Diseñar servicios back\-end y microservicios para conectar modelos con la lógica empresarial. + Garantizar interfaces receptivas, intuitivas y seguras para los usuarios finales. Infraestructura e implementación: * + Contenerizar servicios de ML con Docker e implementarlos en clústeres de Kubernetes. + Automatizar canalizaciones CI/CD para actualizaciones de modelos y lanzamientos de aplicaciones. + Supervisar latencia, costos y desviación de modelos con MLflow, Weights \& Biases o paneles personalizados. Seguridad y cumplimiento: * + Asegurar que los sistemas de IA cumplan con las normas de privacidad de datos (GDPR, HIPAA, SOC 2\). + Implementar limitación de velocidad, control de acceso y puntos finales de API seguros. Colaboración e iteración: * + Trabajar con científicos de datos para llevar prototipos a producción. + Colaborar con equipos de producto para definir funciones de IA alineadas con las necesidades empresariales. + Documentar los sistemas para garantizar su reproducibilidad y transferencia de conocimientos. **¿Qué te convierte en el candidato ideal?:** * Programador sólido con fundamentos tanto en desarrollo full\-stack como en ML/AI aplicado. * Capacidad para construir prototipos y escalarlos a sistemas de calidad productiva. * Resolvedor analítico de problemas que equilibra rendimiento, costo y usabilidad. * Curioso y adaptable, manteniéndose actualizado sobre las nuevas herramientas y marcos de IA/LLM. **Experiencia y habilidades requeridas (mínimo):** * 3\+ años en ingeniería de software con exposición a IA/ML. * Competencia en Python (PyTorch, TensorFlow) y JavaScript/TypeScript (React, Node.js). * Experiencia implementando modelos de ML en sistemas productivos. * Conocimientos sólidos de SQL y experiencia con almacenes de datos en la nube. **Experiencia y habilidades ideales:** * Haber construido y escalado productos SaaS impulsados por IA. * Experiencia en ajuste fino de LLM, incrustaciones (embeddings) y canalizaciones RAG. * Conocimiento de prácticas MLOps (Kubeflow, MLflow, Vertex AI, SageMaker). * Familiaridad con microservicios, arquitecturas sin servidor y procesamiento de inferencia optimizado por costos. **¿Cómo es un día típico?** El día a día de un Ingeniero de IA Full\-Stack gira en torno a conectar modelos con aplicaciones del mundo real. Usted: * Revisará y perfeccionará APIs de modelos, probando su latencia y precisión. * Escribirá código front\-end para exponer funciones de IA en interfaces amigables para el usuario. * Mantendrá canalizaciones que limpian y preparan nuevos conjuntos de datos para entrenamiento o ajuste fino. * Implementará actualizaciones mediante canalizaciones CI/CD, supervisando costos y rendimiento tras su lanzamiento. * Colaborará con los equipos de producto y ciencia de datos para priorizar funciones de IA que resuelvan problemas reales de los usuarios. * Documentará flujos de trabajo y resultados para garantizar que las soluciones sean repetibles y escalables. En esencia: usted asegura que la IA pase del prototipo a la producción —de forma fiable, conforme y con impacto. **Métricas clave de éxito (KPI):** * Implementación exitosa de funciones de IA en producción dentro del plazo establecido. * Tiempo de actividad de la aplicación del 99\.9 % y latencia de inferencia \< 500 ms para puntos finales clave. * Reducción de flujos de trabajo manuales sustituidos por funciones de IA. * Rendimiento del modelo supervisado y estable (precisión, desviación, falsos positivos/negativos). * Adopción y satisfacción positivas de los usuarios respecto a las funciones impulsadas por IA. **Proceso de entrevista:** * Entrevista telefónica inicial * Entrevista por video con el reclutador de Pavago * Evaluación técnica (por ejemplo, implementar un pequeño modelo de ML con puntos finales de API e integración básica front\-end) * Entrevista(s) con el equipo de ingeniería del cliente * Oferta y verificación de antecedentes