Computer Vision & Edge AI Engineer

Descripción del puesto

Sobre la vacante

Se busca un Computer Vision & Edge AI Engineer para una empresa Fintech que está optimizando un motor de detección basado en YOLOv10 y NVIDIA Jetson. El rol es 100% remoto para LATAM con compensación mensual de USD 4.500 - 5.500.

Stack técnico principal:

• Python 3.10+ con FastAPI
• Computer Vision: OpenCV + Object Detection/Pose
• Edge AI: Optimización con TensorRT
• Data: Pinecone / pgvector
• AI-First: Se valora el uso de Cursor para máxima velocidad de entrega

Proceso de selección:

• Análisis inicial con AI (3–5 min): Evaluación inteligente de trayectoria y afinidad
• Validación con expertos en vivo (20–30 min): Revisión de criterio, habilidades y forma de trabajar

Ambos filtros incluyen feedback para el candidato.

¿Por qué deberías aplicar?

Esta es una oportunidad para trabajar en visión artificial aplicada a fintech, un sector con alto impacto y crecimiento. Optimizarás modelos de detección en edge computing con NVIDIA Jetson, una tecnología de vanguardia que te permitirá desarrollar skills altamente demandadas en el mercado. La empresa valora la velocidad de entrega y el enfoque AI-First, ideal para profesionales que buscan trabajar con metodologías modernas y equipos técnicamente avanzados.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python avanzado, experiencia con YOLO (preferiblemente v10), optimización de modelos con TensorRT, OpenCV para procesamiento de imágenes
• Soft skills: Capacidad de trabajar en entornos AI-First, pensamiento crítico para optimización de edge computing, comunicación clara de resultados técnicos

Tips prácticos para este puesto

• Prepara tu portafolio: Enfócalo en proyectos de Computer Vision y Edge AI específicamente
• Domina el stack: Asegúrate de tener experiencia práctica con FastAPI para despliegue y TensorRT para optimización
• Entiende el contexto: Investiga aplicaciones de visión artificial en fintech (detección de fraudes, análisis de documentos, etc.)

Recursos recomendados

• Documentación oficial: NVIDIA Jetson Developer Guide, YOLOv10 GitHub repo, TensorRT User Guide
• Cursos: Deep Learning for Computer Vision (Coursera), Edge AI with TensorRT (Udemy)
• Influencers: Follow @PyImageSearch, @NVIDIAAI, @OpenCV en Twitter/X

Preguntas frecuentes en entrevistas para este rol

• "¿Cómo optimizarías un modelo YOLO para edge deployment en Jetson?"

*Tip: Menciona cuantización, pruning, y uso específico de TensorRT para inferencia optimizada.*

• "Describe tu experiencia con pipelines de Computer Vision en producción"

*Tip: Enfócate en escalabilidad, latencia, y monitoreo de modelos en edge devices.*

• "¿Cómo manejas el trade-off entre precisión y velocidad en modelos de detección?"

*Tip: Explica métricas específicas (mAP vs FPS) y cómo ajustas hiperparámetros según el caso de uso.*

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $4,500 | | Senior | $4,500 - $6,500 | | Lead/Expert | $6,000 - $8,000+ |

*Nota: Esta vacante ofrece $4.500-5.500, posicionándose en el rango alto para Senior en LATAM. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más, especialmente para roles especializados como Computer Vision.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en el caso de uso fintech

*Qué preguntar: "¿Pueden compartir ejemplos concretos de cómo se aplica la visión artificial en sus productos fintech?"*

• Bandera roja 2: Infraestructura edge no definida

*Qué investigar: Pregunta sobre el pipeline completo de deployment, desde entrenamiento hasta inferencia en Jetson.*

• Bandera roja 3: Expectativas poco realistas de velocidad vs precisión

*Señal de advertencia: Si presionan por máxima velocidad sin considerar trade-offs técnicos, podría indicar falta de experiencia técnica en el equipo.*