Ingeniero/a de IA/ML Sénior

Proactivo y con autonomía; buscas la claridad en lugar de esperar a que se te asigne un ticket.

Excelentes habilidades de comunicación y resolución de problemas.

Comodidad con la ambigüedad y la responsabilidad. 

Inglés B2+, con comodidad para colaborar en equipos distribuidos y multiculturales.

Más de 5 años en ingeniería de software o ML, con sistemas en producción de los que hayas sido responsable. 

Sólidos fundamentos de IA/ML. Entiendes lo suficiente el funcionamiento de los modelos como para razonar sobre sus modos de fallo.

Aplicaciones de LLM y flujos de trabajo agénticos desplegados en producción — no demos, no POCs, no notebooks. 

Orquestación agéntica: flujos de trabajo de múltiples pasos, orquestación basada en grafos, uso de herramientas, gestión de estados y recuperación de fallos parciales. 

Experiencia con APIs de LLM (Anthropic, AWS Bedrock o OpenAI) y frameworks de agentes.

Experiencia construyendo y optimizando sistemas RAG en producción.

Sólidos fundamentos de ingeniería. Mentalidad full-stack, con comodidad en IA, desarrollo backend e infraestructura en la nube. Dominio de Python y/o TypeScript; la profundidad importa más que el stack. Si te lanzan a una base de código desconocida, eres productivo. 

Experiencia práctica con AWS en producción: Bedrock, Bedrock AgentCore, Lambda, ECS, S3, SQS, ECR o similares. GCP o Azure es un plus.

Entrega cloud-native: contenedores, ECS o Kubernetes, IaC y CI/CD aplicado a pipelines de IA.

Evalúas. Has construido o gestionado una suite de evaluación para un sistema no determinista, y puedes explicar qué mediste, cómo generaste la verdad de referencia (ground truth) y qué condicionó un lanzamiento.

Monitorización de modelos y agentes, detección de drift. 

Disciplina en costes y latencia: categorización de modelos, caché y capacidad de predecir el coste de ejecución de una carga de trabajo antes de ejecutarla.

Experiencia práctica en producción con el ecosistema de Claude — Claude Code, CLAUDE.md, hooks, archivos de habilidades. El desarrollo basado en especificaciones — escribir la intención, las restricciones y los criterios de aceptación antes de dejar que un agente construya — es un gran plus. 

MCP: puedes explicar por qué un agente lo preferiría a una integración REST. Haber desarrollado un servidor es un plus.

Experiencia en uno de estos sectores: servicios financieros, seguros, salud.

Consultoría, servicios profesionales u otra entrega directa con el cliente.

Certificaciones de AWS y Claude Code.

A2A: capacidad para explicar la interoperabilidad agente a agente.

Experiencia en pipelines de CI/CD (GitHub Actions, GitLab CI)

Experiencia práctica con uno o más casos de uso de los siguientes: NLP, LLMs y motores de recomendación.

Experiencia en un lenguaje adicional (Go, TypeScript o Rust).

Experiencia con Apache Spark, Apache Airflow, Kafka.

La oportunidad de dar forma a cómo las empresas líderes en LATAM, Europa y Norteamérica adoptan la IA, desde la estrategia hasta el primer despliegue.

Un modelo de despliegue avanzado trabajando en equipos pequeños y experimentados junto a FDE y FDX.

Una práctica de entrega de IA en crecimiento donde ayudarás a construir las herramientas y los frameworks, no solo a utilizarlos.

Cultura favorable al trabajo remoto

Programas de formación interna con apoyo total para certificaciones de Claude, AWS y otras profesionales, así como asistencia a conferencias

Crecimiento profesional; desarrollamos activamente a nuestros ingenieros

Acceso a las últimas herramientas de IA y suscripciones premium

Colaboración B2B a largo plazo

Seguro médico privado o un presupuesto para tus necesidades médicas

Baja por enfermedad pagada, vacaciones y festivos

Equipo y toda la tecnología que necesitas para un trabajo cómodo y productivo

Provectus es un AWS Premier Partner y un Anthropic Strategic Partner, trabajando en la frontera de la IA aplicada. Ayudamos a las empresas a convertir Claude, los sistemas agénticos y sus propios datos en resultados de negocio medibles, a través de aplicaciones a medida, servicios gestionados y consultoría. Con oficinas en Norteamérica, LATAM y EMEA, colaboramos con clientes de todo el mundo.

Nuestro trabajo se centra en dos verticales: Servicios Financieros y Seguros y Salud y Ciencias de la Vida, donde desplegamos cinco Blueprints de IA preconstruidos: Submission Flow, Portfolio Lens, Asset Flow, Revenue Flow y Evidence Lens. Cada Blueprint reconstruye un proceso de negocio crítico de principio a fin, basado en código funcional y ajustado a la cartera específica, los reguladores y la postura operativa del cliente.

Nuestro equipo posee más de 100 certificaciones de AWS, cuenta con la certificación Claude Code y colabora en la entrega del programa Agentic SDLC de Anthropic, Cowork Activation y proyectos de AI Blueprint.

Trabajar en pareja con un FDE y un FDX.

Construir y desplegar sistemas de GenAI en producción en el entorno del cliente (datos nativos en la nube, basados en LLM y soluciones de IA agéntica).

Construir y optimizar sistemas RAG para casos de uso en producción.

Construir el entorno de evaluación antes de construir la funcionalidad.

Escribir código de producción en todo el stack: IA, servicios backend, pipelines de datos. Elegimos las herramientas que mejor se adapten al cliente.

Integrar componentes de IA en servicios backend y APIs RESTful.

Llevar sistemas a producción en AWS (GCP o Azure si el cliente lo requiere): mediante contenedores, CI/CD. Implementar prácticas de LLMOps y AgentOps: trazabilidad de agentes, gestión de prompts y versiones, monitorización de costes y latencia, pruebas de regresión y detección de drift.

Partir del blueprint, contribuir a la capacitación y al traspaso: documentación clara, runbooks y trabajo en pareja con los ingenieros del cliente que heredarán el sistema. Aportar componentes reutilizables y lecciones aprendidas a los Provectus Blueprints.

Participar en discusiones técnicas y decisiones arquitectónicas.

Realizar la evaluación de modelos, mejorar los modos de fallo detectados, optimizar el rendimiento, la eficiencia y la fiabilidad del modelo.

Mentorear a ingenieros de IA junior y de nivel medio, realizar revisiones de código y compartir conocimientos con el equipo mediante documentación, presentaciones y talleres.