LLM Application Engineer

Hoy en día, más de 5.000 millones de usuarios utilizan aplicaciones básicas como el correo electrónico, notas, tareas o el calendario, y estas no son nativas de IA. Nuestra misión es crear aplicaciones proactivas para cualquier persona en el mundo que no esté acostumbrada a realizar prompts complejos. Nuestro objetivo es aportar inteligencia a las conversaciones, recados, organización y flujos de trabajo, con un mínimo de prompting o incluso sin él.

Nuestro producto se centra en lograr una alta fiabilidad para flujos de trabajo de larga duración, contexto persistente y la realización de tareas en el mundo real. Creemos que los productos reducirán enormemente las alucinaciones.

Nuestro objetivo es organizar la vida de cualquier persona, permitiéndonos a todos dedicar tiempo a cosas valiosas y significativas.

Como LLM Application Engineer, construirás la capa de inteligencia que impulsa las experiencias de IA de ActAI.

Trabajarás en la intersección de los LLM, la ingeniería de software y el producto: diseñando flujos de trabajo de agentes, mejorando el comportamiento de los modelos y convirtiendo las capacidades de la IA en experiencias de usuario fiables.

Te harás responsable de los problemas de principio a fin, desde la comprensión de las necesidades del usuario, el diseño de flujos de trabajo "Agentic", la integración de modelos y herramientas, la creación de sistemas de evaluación y la mejora continua del comportamiento de la IA en producción.

• Construir y lanzar aplicaciones impulsadas por LLM y flujos de trabajo de agentes de IA

• Diseñar sistemas de razonamiento, planificación, memoria, uso de herramientas y ejecución de múltiples pasos

• Construir pipelines de orquestación fiables que conviertan las salidas probabilísticas de los modelos en acciones previsibles, observables y seguras

• Integrar LLM con APIs, bases de datos, búsqueda, servicios internos y herramientas externas.

• Desarrollar técnicas de prompting, ingeniería de contexto, salidas estructuradas, llamada a herramientas (tool-calling) y otras técnicas para mejorar el comportamiento del modelo

• Construir marcos de evaluación y conjuntos de datos para medir la calidad, la fiabilidad y las regresiones de la IA

• Depurar sistemas de IA en todo el stack: desde el comportamiento del modelo y los prompts hasta la orquestación, los servicios backend y la UX del producto

• Optimizar los sistemas de IA en cuanto a calidad, latencia y coste

• Trabajar estrechamente con los equipos de producto e ingeniería para convertir problemas de producto ambiguos en soluciones de IA funcionales

• Establecer prácticas de producción para la observabilidad, el rastreo, la experimentación, la evaluación y la mejora continua

• Python

• APIs de LLM y proveedores de modelos, incluyendo APIs compatibles con OpenAI y modelos de pesos abiertos (open-weight)

• Frameworks de agentes y sistemas de orquestación

• Bases de datos vectoriales y sistemas de recuperación

• Servicios backend, APIs y sistemas distribuidos

• PyTorch / JAX

• Sólidos fundamentos de ingeniería de software con experiencia en la creación de aplicaciones impulsadas por IA

• Experiencia práctica con LLM, IA generativa o sistemas basados en agentes

• Experiencia en el diseño de prompts, flujos de trabajo, evaluaciones o comportamiento de la IA

• Capacidad para escribir código limpio y de calidad de producción

• Comodidad trabajando a través de capas de abstracción (modelo → sistema → producto)

• Gran capacidad de resolución de problemas en entornos ambiguos y de ritmo rápido

• Orientación hacia el lanzamiento, la iteración y la mejora continua

• Las funciones de IA llegan a producción rápidamente y ofrecen un impacto medible en el usuario

• Los flujos de trabajo impulsados por LLM son fiables, escalables, observables y mantenibles

• La calidad de la IA mejora mediante la evaluación sistemática, la experimentación y la iteración

• Los flujos de trabajo de IA se vuelven cada vez más previsibles, eficientes y rentables

• Las capacidades complejas de la IA se traducen en experiencias de usuario sencillas e intuitivas