Freelance Forward Deployed AI Engineer

No se espera que nadie cumpla con todos los requisitos a continuación. Si aportas una sólida combinación de comunicación con el cliente, experiencia en IA/LLM y experiencia práctica en ingeniería, nos encantaría saber de ti.

• Comunicación ejecutiva. Capacidad para liderar con confianza conversaciones con CTOs, VPs y partes interesadas técnicas de alto nivel: de forma clara, concisa, estructurada, persuasiva y con calma bajo presión. El inglés profesional (C1+) es esencial.
• Sólido conocimiento del desarrollo moderno de LLM. Entiendes cómo se entrenan, ajustan y evalúan los LLM modernos (incluyendo SFT, RLHF/RLAIF, DPO/PPO, modelado de recompensas y LoRA/PEFT). Te sientes cómodo discutiendo estos temas con interlocutores técnicos sénior y traduciendo sus objetivos en soluciones de datos de IA eficaces.
• Ingeniería de soluciones práctica (hands-on). Has diseñado soluciones de IA complejas, construido pipelines de múltiples etapas y desarrollado sistemas impulsados por IA (por ejemplo, flujos de trabajo agénticos, RAG o generación de datos sintéticos). Te sientes cómodo trabajando en Python (NumPy, Pandas), integrando APIs y prototipando de forma independiente soluciones basadas en LLM.
• Sólidos fundamentos de ingeniería de software. Entiendes el control de versiones, las pruebas, el pensamiento de MVP y el desarrollo iterativo. La experiencia en la construcción de software de producción es una gran ventaja.
• Excepcional capacidad de descubrimiento y definición de problemas. Disfrutas trabajando en entornos de ambigüedad, haciendo las preguntas adecuadas y traduciendo los objetivos de negocio o investigación en estrategias claras de datos y evaluación de IA.
• Seniority y trayectoria. Más de 8 años entregando proyectos complejos de IA, ML o datos de extremo a extremo, con experiencia influyendo en la dirección técnica más allá de proyectos individuales. Se valora mucho la experiencia estableciendo estándares de ingeniería, mentorizando ingenieros o liderando iniciativas técnicas transversales. La experiencia en consultoría estratégica de primer nivel (McKinsey, Bain, BCG) y/o como ingeniero de ML/LLM aplicado es una ventaja significativa.
• Mentalidad de propiedad (ownership). Asumes la responsabilidad de los resultados, realizas compensaciones reflexivas entre tiempo, coste y calidad, y te sientes cómodo siendo responsable tanto del éxito técnico como del comercial.

• Experiencia práctica entrenando o ajustando (fine-tuning) LLMs y/o construyendo sistemas agénticos (te ayuda a razonar sobre las necesidades del cliente, aunque el rol en sí trata de construir soluciones de datos, no de entrenar modelos).
• Título avanzado (MSc/PhD) en IA, Ciencias de la Computación o un campo relacionado.
• Experiencia en crowdsourcing y/o IA centrada en datos, y con entrega de múltiples proyectos a ritmo rápido para clientes de IA de vanguardia.

• Colaboración freelance (B2B), con posibilidad de incorporarse a un equipo de proyecto si las cosas van bien;
• Horario flexible, totalmente remoto (40 horas semanales);
• Trabaja en la vanguardia del desarrollo de la IA, junto a un equipo de expertos dedicado y dinámico;
• Proyectos con clientes que son líderes en la industria de la IA y nombres reconocidos mundialmente;
• Comunidad agradable.

El Forward Deployed AI Engineer es el rol técnico de mayor nivel de Toloka en contacto con el cliente. Colaborarás directamente con CTOs, VPs de Ingeniería y ML, líderes de investigación y equipos de IA aplicada, ayudándoles a resolver desafíos complejos de datos de IA y a traducir objetivos de modelos ambiciosos en soluciones prácticas y escalables.

Este es un rol práctico (hands-on). Diseñarás y construirás los pipelines de generación de datos, etiquetado y evaluación que impulsan la próxima generación de modelos de IA. En lugar de entrenar los modelos tú mismo, ayudarás a los clientes a identificar la estrategia de datos adecuada y te harás responsable de la solución, desde el descubrimiento del problema hasta su implementación y entrega.

Más allá de entregar soluciones a los clientes, ayudarás a dar forma a cómo Toloka aborda la ingeniería de soluciones de IA: estableciendo mejores prácticas, elevando el nivel técnico en los proyectos y mentorizando a Solution Engineers y Technical Consultants.

Cada proyecto es diferente. Una semana podrías estar diseñando pipelines de evaluación para modelos fundacionales de vanguardia, y la siguiente ayudando a una empresa a construir conjuntos de datos de razonamiento específicos de un dominio o flujos de trabajo de datos sintéticos.

Este rol se sitúa en la intersección de la consultoría, la ingeniería y la IA. Trabajarás directamente con algunas de las empresas de IA líderes del mundo, ayudando a definir cómo se entrenan y evalúan los modelos de próxima generación.

Lo que harás

• Actuar como la principal contraparte técnica para CTOs, VPs de Ingeniería y líderes de investigación/ingeniería.
• Liderar conversaciones ejecutivas utilizando un enfoque estructurado de "respuesta primero" (BLUF).
• Gestionar escaladas y expectativas con compostura e integridad.
• Construir relaciones de confianza a largo plazo recomendando soluciones basadas en evidencia.
• Hacer excelentes preguntas para descubrir la necesidad real del cliente: la "pregunta detrás de la pregunta". Comprender su modelo, qué métricas quieren mejorar y cómo pretenden entrenarlo o evaluarlo.
• Basarte en un sólido conocimiento de cómo se entrenan y ajustan (fine-tuning) los LLM para mantener conversaciones creíbles con sus líderes técnicos, comprender su estrategia de datos y proponer proactivamente los datos que resolverán su problema, con opciones y justificaciones ("basándonos en su objetivo, probablemente necesite esto, o aquello").
• Diseñar y construir las soluciones de datos tú mismo: configurar componentes de etiquetado de datos y controles de calidad, desarrollar interfaces de usuario y soluciones impulsadas por IA (por ejemplo, sistemas agénticos, RAG, generación de datos sintéticos) e integrarlos en pipelines automatizados y de múltiples etapas que produzcan datos para el entrenamiento y la evaluación de la IA.
• Arquitectar y razonar sobre soluciones complejas de múltiples etapas de extremo a extremo; realizar experimentos para demostrar que el pipeline entrega datos con la calidad y velocidad requeridas; iterar desde un MVP hacia la producción.
• Proporcionar liderazgo técnico en múltiples proyectos de clientes, establecer estándares de ingeniería y mejores prácticas reutilizables, y mentorizar a Solution Engineers y Technical Consultants para elevar el nivel técnico general de la organización.
• Asumir la entrega de extremo a extremo —plazos, calidad y escalabilidad— y el resultado comercial: Margen Bruto y Margen de Contribución, identificando los factores, las compensaciones y los próximos puntos de control, no solo describiéndolos.
• Identificar e impulsar oportunidades de expansión.