Ingeniero Junior de LLM / Agentes – Fondo de Cobertura Sistemático de Materias Primas

Descripción

Resumen: Moreton Capital Partners busca un Ingeniero Junior de LLM / Agentes para construir sistemas internos de IA destinados a la investigación, las operaciones y la toma de decisiones en el ámbito de las materias primas sistemáticas. Aspectos destacados: 1. Construir herramientas de IA en producción que apoyen directamente el capital operativo en tiempo real 2. Diseñar e implementar sistemas impulsados por modelos de lenguaje de gran tamaño (LLM) en los flujos de trabajo de investigación y operaciones 3. Alta responsabilidad y autonomía con exposición directa al capital operativo **Ingeniero Junior de LLM / Agentes – Fondo de Cobertura Sistemático de Materias Primas** Moreton Capital Partners busca un Ingeniero Junior de LLM / Agentes para ayudar a construir sistemas internos de IA que aceleren la investigación, las operaciones y la toma de decisiones en toda nuestra plataforma sistemática de materias primas. Operamos futuros globales de materias primas mediante aprendizaje automático y una infraestructura institucional de alta calidad. Una proporción creciente de nuestra ventaja competitiva proviene de la automatización: flujos de trabajo de investigación más rápidos, mejor interpretación de señales y datos alternativos más ricos. Este no es un puesto centrado en «chatbots». Usted construirá herramientas de IA en producción que apoyen directamente el capital operativo en tiempo real. En qué trabajará* Copilotos internos de investigación que expliquen señales, resultados de modelos y posicionamiento de cartera a operadores y cuantitativos * Asistentes de señales/modelos que resuman por qué se están ejecutando las operaciones y destaquen cambios en las exposiciones o en los regímenes * Resúmenes automatizados de noticias que generen síntesis diarias/en tiempo real sobre materias primas, macroeconomía y eventos sectoriales * Canales de análisis de sentimiento en noticias y extracción de eventos para crear características estructuradas destinadas a modelos de aprendizaje automático * Enriquecimiento de datos alternativos, transformando texto no estructurado (noticias, informes, documentos regulatorios) en entradas cuantitativas * Consultas en lenguaje natural a bases de datos internas (formular preguntas directamente sobre señales, pruebas retrospectivas y datos de riesgo) * Agentes de flujo de trabajo que automatizan tareas repetitivas de investigación y operaciones en Slack, Notion, Sheets y herramientas internas * Integraciones con herramientas como Clawdbot, APIs de OpenAI/Claude, LangChain, LlamaIndex, bases de datos vectoriales y servicios internos en Python Responsabilidades clave* Diseñar e implementar sistemas impulsados por modelos de lenguaje de gran tamaño (LLM) integrados directamente en los flujos de trabajo de investigación y operaciones * Construir canales RAG (recuperación-aumentada-generación) sobre investigación propia, pruebas retrospectivas, señales y documentación * Desarrollar agentes que llamen a APIs, consulten bases de datos y automatizen tareas multifase * Convertir texto/no estructurado/noticias en características estructuradas para modelos cuantitativos * Evaluar la calidad, latencia y costo de los canales de modelos * Poner en producción sistemas con monitoreo, salvaguardias y registro de actividades * Colaborar estrechamente con desarrolladores cuantitativos e investigadores para entregar herramientas que ahorren tiempo real **Requisitos** * Conocimientos sólidos de Python * Experiencia utilizando APIs de modelos de lenguaje de gran tamaño (LLM) (OpenAI, Anthropic o similares) * Familiaridad con frameworks de agentes (LangChain, LlamaIndex, CrewAI, etc.) * Capacidad para trabajar con APIs, bases de datos y servicios de backend * Mentalidad práctica orientada a la construcción —capacidad para entregar herramientas útiles de forma rápida * Persona proactiva que se desempeñe bien en un entorno ágil y con alta responsabilidad * Titulación universitaria en Ciencias de la Computación/Ingeniería o experiencia práctica equivalente Puntos adicionales valorados* Experiencia en procesamiento del lenguaje natural (PLN) o análisis de texto (sentimiento, clasificación, incrustaciones) * Bases de datos vectoriales (Pinecone, Weaviate, Chroma, etc.) * Experiencia en ingeniería de datos o desarrollo backend * Conocimiento previo de mercados, materias primas o trading sistemático * Nube (AWS), Docker, CI/CD **Beneficios** * Bonificación por desempeño vinculada al crecimiento de la firma y al rendimiento personal (hasta 3 veces el salario) * Alta responsabilidad y autonomía * Exposición directa a operadores, cuantitativos y capital operativo