Ingeniero de IA – Sistemas Agentic y RAG
Tiempo completo • Fully Remote - US
Título del puesto: Ingeniero de IA – Sistemas Agenticos y RAG
Ubicación: Remoto
Departamento: IA y Plataformas de Datos
Departamento: IA y Plataformas de Datos
Solo ciudadanos estadounidenses o titulares de Green Card
Sobre el puesto
Como ingeniero de IA, diseñarás, construirás y operarás sistemas de IA agente de principio a fin, desde el concepto hasta la producción. Trabajarás en orquestación multiagente, Generación Aumentada por Recuperación (RAG), marcos de evaluación y barreras de IA para construir sistemas seguros, fiables y de alto rendimiento.
Colaborarás de forma transversal con equipos de producto, ML y diseño, dando vida a las ideas mediante una sólida ejecución de ingeniería, una comunicación clara y una mentalidad de bajo ego y resolución de problemas.
Colaborarás de forma transversal con equipos de producto, ML y diseño, dando vida a las ideas mediante una sólida ejecución de ingeniería, una comunicación clara y una mentalidad de bajo ego y resolución de problemas.
Responsabilidades clave
1. Desarrollo y optimización de RAG
- Diseñar e implementar pipelines de generación aumentada por recuperación para conectar LLMs en datos empresariales o específicos de dominio.
- Toma decisiones estratégicas sobre la estrategia de fragmentación, los modelos de incrustación y los mecanismos de recuperación para equilibrar la precisión del contexto, la recuperación y la latencia.
- Trabaja con bases de datos vectoriales (Qdrant, Weaviate, pgvector, Pinecone) y frameworks de incrustación (OpenAI, Hugging Face, Instructor, etc.).
- Diagnostica e itera sobre desafíos como los compromisos en el tamaño de los fragmentos, la calidad de la recuperación, los límites de las ventanas de contexto y la precisión de la base, utilizando evaluaciones estructuradas y métricas.
2. Marcos de calidad y evaluación de chatbots
- Establecer marcos de evaluación integrales para aplicaciones LLM, combinando métodos cuantitativos (BLEU, ROUGE, tiempo de respuesta) y cualitativos (evaluación humana, LLM como juez, relevancia, coherencia, satisfacción del usuario).
- Implementa monitorización continua y pruebas de regresión automatizadas utilizando herramientas como LangSmith, LangFuse, Arize o arneses de evaluación personalizados.
- Identificar y prevenir la degradación de la calidad, alucinaciones o inconsistencias fácticas antes del lanzamiento en producción.
- Colaborar con el diseño y el producto para definir métricas de éxito y bucles de retroalimentación de los usuarios para una mejora continua.
3. Límites, Seguridad e IA Responsable
- Implementa barreras de seguridad multinivel en validación de entradas, filtrado de salida, ingeniería de prompts, reclasificación y abstención ("No lo sé").
- Utiliza marcos como Guardrails AI, NeMo Guardrails o Llama Guard para garantizar el cumplimiento, la seguridad y la integridad de la marca.
- Construir sistemas de seguridad basados en políticas para manejar datos sensibles, contenido de usuario y casos límite con vías claras de escalada.
- Equilibra la seguridad, la experiencia del usuario y la ayuda, sabiendo cuándo bloquear, reformular o rechazar las respuestas con elegancia.
4. Sistemas Multiagente y Orquestación
- Diseña y opera flujos de trabajo multiagente utilizando marcos de orquestación como LangGraph, AutoGen, CrewAI o Haystack.
- Lógica de enrutamiento de coordenadas, delegación de tareas y ejecución de agentes paralelos vs. secuenciales para manejar razonamientos complejos o tareas de varios pasos.
- Construir herramientas de observabilidad y depuración para rastrear las interacciones con los agentes, el rendimiento y la optimización de costes.
- Evalúa los compromisos en torno a la latencia, fiabilidad y escalabilidad en entornos multiagente de calidad de producción.
Requisitos mínimos
- Tener una buena competencia en Python (FastAPI, Flask, asyncio) y experiencia en GCP es bueno
- Experiencia práctica demostrada en la implementación de RAG con herramientas, modelos y métricas de evaluación específicas.
- Conocimiento práctico de marcos agenticos (LangGraph, LangChain) y ecosistemas de evaluación (LangFuse, LangSmith).
- Excelentes habilidades de comunicación, demostrada capacidad para colaborar de forma transversal y un estilo de trabajo bajo ego, orientado a la propiedad .
Cualificaciones Preferidas / Buenas para Tener
- Experiencia en flujos de trabajo tradicionales de IA/ML — por ejemplo, entrenamiento de modelos, ingeniería de características y despliegue de modelos de ML (scikit-learn, TensorFlow, PyTorch).
- Familiaridad con la optimización de recuperación, ajuste de prompts y evaluación del uso de herramientas.
- Experiencia en observabilidad y perfilado de rendimiento para sistemas de IA a gran escala.
- Comprensión de los principios de seguridad y privacidad para sistemas de IA (redacción de PII, autenticación/autorización, RBAC)
- Exposición a sistemas de chatbots empresariales, pipelines LLMOps y evaluación continua de modelos en producción.
Este es un puesto remoto.
Compensación: 130.000,00 $ al año
Acerca de
En la tormenta perfecta de fuerzas tecnológicas que dan forma al mundo de los negocios, la pregunta no es si las empresas necesitan adaptarse para mantenerse competitivas, sino en qué socio tecnológico confiar para las necesidades de mejora y transformación empresarial a largo plazo.
Es por eso que se fundó iShare: para ser ese socio de TI creíble que elimina el desorden de palabras de moda para ofrecer un valor real a las personas reales. Y eso comienza con hacer bien lo básico.
Quiénes somos
Con sede en Nueva Jersey, iShare es una firma boutique de consultoría de TI con servicios estratégicos de asesoramiento, desarrollo y personal diseñados para verticales específicos de la industria. iShare se fundó para satisfacer una necesidad real del mercado: con tanto ruido sobre la nube, big data y seguridad de la información, las empresas de hoy están adoptando un producto de software tras otro y perdiendo de vista cuál necesitan y por qué, mientras que lo que realmente necesitan es una consultoría creíble que se tome el tiempo para comprender el escenario y los requisitos únicos de su empresa. y luego diseñar una solución en consecuencia.
Reconociendo esta brecha, los altos ejecutivos de la industria ponen su credibilidad en juego para formar iShare y asegurarse de crear una experiencia satisfactoria con un valor duradero para todas las partes interesadas: clientes, empleados y socios. El equipo de liderazgo de iShare tiene 20 + años de experiencia promedio en TI y es completo en tecnología, operaciones, cuentas y gestión de clientes. Nuestra experiencia abarca puestos de C-Suite con empresas Fortune 100, así como empresas de nivel medio. Nuestra experiencia incluye períodos en empresas multimillonarias de ITO / BPO, así como en nuevas empresas.
(si ya tienes un currículum en Indeed)