AI Engineer

Responsabilidades Principales

1. Gestión de Solicitudes del Cliente

· Asistir a reuniones con clientes para comprender requerimientos y solicitudes de mejora del producto.

· Traducir las necesidades del cliente en especificaciones técnicas accionables.

· Priorizar solicitudes según impacto de negocio y viabilidad técnica.

2. Diseño y Desarrollo de Funcionalidades

· Proponer, diseñar y programar nuevos módulos de IA o mejoras del framework (algoritmos de ML clásico hasta Agentic AI)

· Implementar y optimizar agentes de IA usando LangGraph, MCPs y diferentes LLMs (OpenAI, Bedrock, Gemini, etc.).

· Realizar pruebas unitarias e integraciones antes del despliegue.

· Asegurar compatibilidad retroactiva con implementaciones previas del cliente.

3. Integración y Adopción con el Cliente

· Colaborar con los equipos técnicos del cliente para garantizar una integración fluida.

· Configurar entornos multi-nube

· Asistir en la selección y configuración de modelos y entornos de ejecución.

· Documentar y compartir mejores prácticas sobre adopción de orquestación de IA.

4. Monitoreo y Mejora Continua

· Monitorear el desempeño del framework y el comportamiento de los agentes de IA.

· Proponer mejoras iterativas basadas en retroalimentación de usuarios.

· Analizar métricas de salud del sistema (latencia, fiabilidad, precisión).

· Contribuir al roadmap del producto con insights derivados de proyectos reales.

5. Optimización y Experimentación con Modelos

· Experimentar con optimización de modelos de ML Clásico, Deep Learning, prompts, fine-tuning y gestión de contexto para Gen AI y NLP.

· Evaluar nuevos modelos o frameworks agentic para mejorar desempeño.

• · Ejecutar pruebas A/B controladas para medir impacto de cambios en modelos.

Requerimientos Técnicos

Desarrollo de Frameworks y Agentes de IA

· Machine Learning / Deep Learning: Manejo de librerías TensorFlow, PyTorch, Scikit-learn, NumPy y Pandas. Conocimiento fundamental de algoritmos como kNN, SVM, RF, DNN, CNN, así como de métricas de desempeño (recall, precision, TPR, TNR, F1-score, etc.)

· LangGraph / LangChain: dominio en orquestación multiagente, paso de contexto y lógica de ejecución.

· Model Context Protocol (MCP): experiencia desarrollando o integrando herramientas basadas en MCP (IDE, CI/CD, testing).

· LLM Integration & Fine-Tuning: experiencia con OpenAI, Bedrock, Gemini, Claude, o modelos open-source (Llama 3, Mistral, Falcon).

· Agentic AI Systems: conocimiento de bucles de razonamiento, gestión de memoria y contexto.

· AI Observability: capacidad para medir desempeño, latencia y drift de modelos.

Infraestructura y Nube

· Experiencia en ecosistemas multicloud.

· Dominio de Docker y Kubernetes para despliegue y escalabilidad.

· Conocimientos en CI/CD (Jenkins, GitHub Actions, GitLab CI).

Ingeniería de Datos y APIs

· Experiencia con Data Lakes y NoSQL.

· Construcción de ETL/ELT pipelines para consolidación de métricas.

¿Buscas un lugar donde tus ideas brillen?

Con más de 38 años y una presencia global, en Stefanini transformamos el mañana juntos. Aquí, cada acción cuenta y cada idea puede marcar la diferencia. Únete a un equipo que valora la innovación, el respeto y el compromiso.

Si eres una persona disruptiva, te mantienes en aprendizaje continuo y la innovación está en tu ADN, entonces somos lo que buscas. ¡Ven y construyamos juntos un futuro mejor!