- Evaluación continua.
- Protección de información sensible (PII).
- Integración con plataformas de automatización como n8n.

Ingeniero de Inteligencia Artificial (AI Engineer) LLMs, Agentes IA y Soluciones Empresariales

Salario: A convenir según experiencia y conocimientos. Indispensable indicar aspiración salarial en la postulación.

¿Te apasiona construir soluciones de Inteligencia Artificial que generen impacto real en el negocio?

Buscamos un(a) Ingeniero(a) de Inteligencia Artificial (AI Engineer) para liderar el diseño, desarrollo y despliegue de soluciones basadas en modelos de lenguaje (LLMs), arquitecturas RAG y sistemas multiagente que transformen la manera en que interactúan nuestros clientes y equipos internos.

Principales responsabilidades

- Diseñar, desarrollar y desplegar soluciones basadas en LLMs integradas con Salesforce, n8n y otras plataformas corporativas.
- Construir arquitecturas RAG (Retrieval Augmented Generation), sistemas multiagente y pipelines de IA listos para producción.
- Desarrollar agentes inteligentes utilizando frameworks como LangGraph, CrewAI, LangChain, Autogen y tecnologías similares.
- Diseñar estrategias avanzadas de Prompt Engineering para optimizar la calidad y precisión de las respuestas generadas.
- Implementar procesos de fine-tuning, gestión de embeddings y optimización de conocimiento contextual.
- Evaluar, comparar y seleccionar modelos de IA considerando desempeño, precisión, costos y escalabilidad.
- Implementar prácticas de LLMOps para garantizar trazabilidad, monitoreo y mejora continua de las soluciones.




- Diseñar e implementar mecanismos de observabilidad mediante herramientas como Langfuse para monitorear el rendimiento y comportamiento de los agentes.
- Optimizar el consumo de tokens, la latencia y los costos de inferencia de las soluciones desplegadas.
- Implementar guardrails y controles de seguridad para proteger la información corporativa y mitigar riesgos asociados a IA generativa.
- Desarrollar APIs y servicios backend para integrar soluciones de IA con sistemas empresariales y servicios cloud.
- Colaborar con los equipos de arquitectura, datos, producto e infraestructura para garantizar la calidad y el impacto de las soluciones implementadas.
- Investigar y evaluar nuevas tendencias, herramientas y avances en Inteligencia Artificial para impulsar la innovación tecnológica de la organización.

Conocimientos técnicos requeridos

Inteligencia Artificial Generativa y LLMs

- Prompt Engineering avanzado.
- Fine-tuning de modelos.
- Embeddings y búsqueda semántica.
- Evaluación y benchmarking de modelos de lenguaje.
- Optimización de inferencia y desempeño.

Arquitecturas de IA

- RAG (Retrieval Augmented Generation).
- Sistemas Multiagente.
- Memoria contextual.
- MCP (Model Context Protocol).




- Diseño y orquestación de pipelines de IA.

Frameworks y Ecosistema IA

- LangChain.
- LangGraph.
- CrewAI.
- LlamaIndex.
- Autogen.
- Frameworks equivalentes para agentes inteligentes.

LLMOps y Observabilidad

- Versionamiento de prompts y modelos.
- Gestión de experimentos.
- Evaluación continua.
- Monitoreo de agentes y modelos.
- Langfuse.
- Análisis y trazabilidad de ejecuciones.

Seguridad Aplicada a IA

- Implementación de guardrails.
- Mitigación de Prompt Injection.
- Control de alucinaciones.
- Protección de información sensible (PII).
- Gobierno y uso responsable de modelos de IA.

Desarrollo e Integraciones

- Python avanzado.
- FastAPI.
- APIs REST.
- Webhooks.
- Integración con Salesforce.
- Integración con plataformas de automatización como n8n.
- Arquitectura orientada a eventos.

Cloud e Infraestructura

- Docker.
- CI/CD.
- AWS.
- Kubernetes o k3s.
- Despliegue y escalamiento de servicios de IA en ambientes productivos.

Bases de Datos y Procesamiento

- Bases de datos vectoriales (Pinecone, Weaviate, Chroma, FAISS o similares).
- Bases de datos SQL y NoSQL.
- Redis y mecanismos de caché.
- Gestión optimizado de grandes volúmenes de información.

Valor agregado

- Analítica avanzada.
- Modelos predictivos.
- Feature Engineering.
- Experimentación y A/B Testing.
- Métricas de desempeño de modelos (AUC, KS, Accuracy, Recall, Precision).

Competencias clave

Orientación a resultados

Capacidad para construir soluciones de IA que generen ben

📌 Ingeniero de Inteligencia Artificial (Bogotá, D.C.)
🏢 Cavca - Agencia de Seguros
📍 Bogotá, D.C.