AI Engineer

Descripción del puesto

Sobre la vacante

Se busca un AI Engineer especializado en sistemas de razonamiento sobre grafos de conocimiento y documentos extensos. El equipo está resolviendo problemas complejos del mundo real, transformando conocimiento regulatorio extenso y desestructurado en sistemas estructurados que los agentes de IA puedan utilizar para búsquedas inteligentes y razonamiento en producción. Este rol se sitúa en la intersección entre investigación de vanguardia e impacto práctico inmediato.

Requisitos clave:

• Experiencia con knowledge graphs y sistemas de razonamiento
• Escalado de soluciones más allá del RAG básico
• Construcción de sistemas de IA que se implementan en producción y generan valor real
• Pasión por problemas complejos y desafiantes en el espacio de IA

Lo que ofrece:

• Trabajar en problemas de frontera entre investigación y aplicación real
• Cultura de innovación con impacto tangible
• Oportunidad de construir sistemas de IA que realmente importan

¿Por qué deberías aplicar?

Esta es una oportunidad única para trabajar en la vanguardia de la IA aplicada, donde no solo experimentarás con las últimas tecnologías, sino que las llevarás a producción para resolver problemas del mundo real. El equipo está transformando cómo se estructura y utiliza el conocimiento complejo, pasando del hype de la IA a soluciones que realmente funcionan. Aquí crecerás profesionalmente resolviendo desafíos que pocas empresas están abordando, con un impacto directo en cómo las organizaciones interactúan con información regulatoria y de largo formato.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Knowledge graphs, RAG avanzado, sistemas de agentes, procesamiento de lenguaje natural, arquitectura de sistemas de IA
• Soft skills: Pensamiento sistémico, capacidad para desglosar problemas complejos, mentalidad de producto, colaboración en equipos multidisciplinarios

Tips prácticos para este puesto

• Prepara ejemplos concretos: No hables solo de tecnologías, muestra proyectos donde hayas escalado RAG o implementado knowledge graphs
• Demuestra impacto: Enfócate en cómo tus soluciones de IA llegaron a producción y qué valor generaron
• Entiende el dominio: Investiga sobre procesamiento de documentos regulatorios y de largo formato
• Muestra pensamiento crítico: Explica cómo abordarías la transformación de conocimiento desestructurado a sistemas estructurados

Recursos recomendados

• Documentación: LangChain para agentes, Neo4j para knowledge graphs, documentación de RAG avanzado
• Influencers: Sebastian Raschka, Andrew Ng (especialmente en IA aplicada), expertos en knowledge graphs
• Cursos: "Advanced RAG Techniques" en Coursera, "Knowledge Graphs" en edX
• Herramientas: LangGraph, LlamaIndex, vectores de embeddings avanzados

Preguntas frecuentes en entrevistas para este rol

• "Describe tu experiencia escalando sistemas RAG más allá de lo básico" - Enfócate en arquitectura, optimización de embeddings y estrategias de recuperación híbrida
• "¿Cómo estructurarías un knowledge graph para documentos regulatorios extensos?" - Habla sobre extracción de entidades, relaciones y mantenimiento de consistencia
• "Explica un desafío técnico en la implementación de agentes de IA en producción" - Menciona latencia, escalabilidad y monitoreo de decisiones del agente

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $4,000 - $7,000 | | Senior | $7,000 - $12,000 | | Lead/Staff | $12,000 - $18,000 |

*Nota: Para roles especializados en IA con experiencia en knowledge graphs y agentic systems, los salarios pueden ser 20-40% más altos. Empresas globales pagando en LATAM para este perfil suelen ofrecer en el rango superior.*

Red flags a considerar

• "Solo hacemos proof of concepts" - Pregunta qué porcentaje de los proyectos de IA llegan a producción y qué métricas de éxito utilizan
• Falta de datos reales - Investiga si tienen acceso a documentos regulatorios reales o solo trabajan con datasets sintéticos
• Equipo de IA aislado - Durante la entrevista, pregunta sobre la colaboración con equipos de producto, legal y compliance para entender si la IA está integrada al negocio o es un departamento separado