Applied AI Engineer
Se busca Applied AI Engineer para trabajar en Skydropx, integrando IA en la plataforma de logística para LATAM. Responsable de diseñar y construir sistemas de IA en producción.
Aprovechá para desarrollar tu carrera en un ambiente dinámico y multicultural. Integrá IA en la logística para LATAM y diseñá sistemas de IA en producción.
Descripción del puesto
Estamos innovando la logística y esto lo hemos logrado gracias a un equipo de personas visionarias, con ganas de crecer y cambiar el mundo. En Skydropx encontrarás un espacio para desarrollar tu carrera dentro de un ambiente laboral dinámico, ambicioso y multicultural. En Skydropx estamos integrando inteligencia artificial (IA) al corazón de nuestra plataforma de logística para Latinoamérica. Trabajamos a escala multi-tenant, con cientos de miles de envíos al mes, y con decisiones que tienen consecuencias monetarias reales: dinero, tiempos de entrega y la confianza de miles de comerciantes. No estamos construyendo demostraciones ni un chatbot genérico. Estamos construyendo sistemas de IA que toman o asisten decisiones operativas reales, con los niveles de rigor, evaluación y seguridad que eso exige. Como Applied AI Engineer, serás responsable del corazón técnico de esta iniciativa: desde el diseño de pipelines de datos y modelos, hasta la orquestación de agentes con modelos de lenguaje grande (LLM), pasando por sistemas de evaluación y las decisiones de qué tipo de solución (LLM, modelo clásico, regla determinística) es la correcta para cada problema. En Skydropx creemos que la IA y los humanos hacen mejor su trabajo cuando cada uno hace lo que mejor sabe hacer. Le dejamos a la IA lo repetitivo, lo que escala mal con esfuerzo humano y lo que requiere procesar mucha información rápido. Le dejamos a las personas las decisiones que requieren criterio, contexto y responsabilidad. Diseñamos nuestros sistemas con esa división en mente y queremos a alguien que comparta esta filosofía. Responsabilidades: - Diseñar y construir sistemas de IA en producción que resuelven problemas reales de negocio, de principio a fin: desde la descubrimiento hasta la operación. - Trabajar con producto y operaciones para traducir problemas ambiguos en soluciones acotadas, medibles y mantenibles. - Construir pipelines de datos que alimentan tanto modelos como superficies de producto. - Diseñar sistemas de evaluación rigurosos: cómo medimos calidad, cómo detectamos regresiones, cómo decidimos cuándo algo está listo para implementarse. - Integrar LLM en producción con todos los retos que eso implica: ingeniería de prompts seria, uso de herramientas, manejo de costos y latencia, control de calidad de resultados. - Tomar decisiones técnicas sobre qué tipo de solución aplicar a cada problema. No todo necesita un LLM, no todo necesita aprendizaje automático (ML) y parte del rol es saber distinguir. - Diseñar e implementar las salvaguardas de seguridad del sistema: límites de autonomía, aprobaciones humanas, aislamiento entre clientes, auditoría. - Colaborar con el equipo de backend para definir contratos e integraciones limpias entre servicios. - Mentorear a otros ingenieros en prácticas de IA aplicada conforme el equipo crezca (responsabilidad creciente con el nivel de seniority). Requisitos: - Inglés B2 o superior. - Más de 4 años de experiencia en ingeniería de software, con al menos 2 años trabajando en sistemas de Machine Learning en producción (no en notebooks o pruebas de concepto). - Experiencia práctica construyendo sistemas con LLM en producción: ingeniería de prompts seria, llamada de funciones / uso de herramientas, recuperación de información aumentada (RAG), manejo de costos y latencia, evaluación de resultados. - Sólido conocimiento de al menos un lenguaje fuerte para sistemas de IA — Python es el más común, pero también consideramos perfiles fuertes en Go, Rust o TypeScript/Node siempre que tengas experiencia construyendo sistemas de ML/IA productivos en ese stack. - Experiencia con al menos un framework de ML (PyTorch, scikit-learn, JAX, o equivalente). - Capacidad de tomar un problema de producto ambiguo y traducirlo en un sistema de IA acotado, medible y mantenible. - Mentalidad de evaluación primero: sabes que un sistema de IA sin métricas no es un sistema, es una apuesta. - Capacidad para comunicar trade-offs técnicos a audiencias técnicas y no técnicas, en español e inglés. A considerar: - Experiencia con Ruby on Rails — parte de nuestro stack convive con backend en Rails y poder leer/escribir código del backend acelera tu trabajo. - Experiencia profunda con APIs de algún proveedor comercial de LLM en producción. - Experiencia construyendo agentes con loops de uso de herramientas en producción (no solo demostraciones). - Experiencia con sistemas multi-tenant y los trade-offs de seguridad asociados. - Experiencia en logística, fintech o cualquier dominio donde las decisiones de la IA tienen consecuencias monetarias o legales — donde "alucinar" no es una opción aceptable. - Contribuciones a proyectos open source de IA/ML. - Experiencia con proveedores de nube (GCP, AWS, Azure) y herramientas de contenerización (Docker, Kubernetes). - Experiencia con sistemas de mensajería event-driven (Kafka, Pub/Sub, o similar). Ofrecemos: - Misión a nivel regional: lograr que los negocios de Latinoamérica se despreocupen de su logística. - Ubicación: Argentina, Colombia, México, Venezuela, Panamá, Perú. - Salario: Competitivo y negociable según experiencia, habilidades y resultados del proceso de contratación. - Esquema: 100% remoto. - Horario: Lunes a Viernes 8:00 a 17:00 CST (México), con flexibilidad de horario cuando haya nuevos lanzamientos. - Crecimiento y desarrollo profesional. ¡Te invitamos a aceptar el reto! Para aplicar en la vacante, postúlate por este medio y estaremos encantados de lograr nuestros objetivos junto a ti. Si tu perfil hace match con los requerimientos de la vacante, nuestro equipo de reclutamiento estará en contacto contigo.
Responsabilidades
- Diseñar y construir sistemas de IA en producción
- Trabajar con producto y operaciones para traducir problemas ambiguos en soluciones acotadas
- Construir pipelines de datos que alimentan tanto modelos como superficies de producto
Skills requeridas
Beneficios
- Crecimiento y desarrollo profesional
- Salario competitivo y negociable