Full Stack AI Engineer — Remoto - LATAM — Real Estate Tech - Python, LLMs,

Descripción del puesto

Sobre la vacante

UDP está buscando un Full Stack AI Engineer para un rol único que redefine el concepto tradicional de "full stack". Esta posición se enfoca en el Data-to-AI Full Stack, abarcando todo el ciclo de vida de soluciones de inteligencia artificial aplicada: desde la ingesta y warehousing de datos, modelamiento y capas semánticas, hasta analytics y el desarrollo de tooling para agentes y LLMs que se integran directamente en productos. No es un rol de investigación teórica, sino de implementación práctica donde desplegarás IA en productos que impactan directamente cómo dueños y operadores de bienes raíces gestionan sus activos y portafolios.

Modalidad: Full-remota, sin control de horarios, con muy pocas reuniones y un equipo pequeño y colaborativo.

Requisitos clave: Capacidad para tomar decisiones técnicas y hacerse cargo de ellas, experiencia en proyectos aplicados de IA, y habilidades para trabajar de manera autónoma en un entorno ágil.

Beneficios: Ambiente de trabajo flexible, enfoque en resultados, y la oportunidad de contribuir a productos con impacto real en la industria de real estate.

¿Por qué deberías aplicar?

Este rol es ideal si buscas escapar de la rutina de desarrollo tradicional y sumergirte en un espacio donde la IA se convierte en el núcleo del producto. Aprenderás a orquestar pipelines completos de datos y modelos, desde la infraestructura hasta la interfaz de usuario, en un dominio especializado como el real estate. Crecerás profesionalmente al enfrentar desafíos de escalabilidad y despliegue de agentes inteligentes, con autonomía para proponer soluciones y verlas implementadas en producción. Además, trabajarás en un equipo que valora la eficiencia y el buen ambiente, donde "hacemos la pega, la hacemos bien, y nos llevamos bien haciéndola".

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python avanzado, experiencia con LLMs (como GPT, Claude o modelos open-source), frameworks de ML (TensorFlow, PyTorch), herramientas de data engineering (Apache Airflow, dbt), y conocimiento en arquitecturas de agentes AI.
• Soft skills: Autonomía, pensamiento crítico para toma de decisiones técnicas, capacidad de comunicación clara en entornos remotos, y adaptabilidad para trabajar en un equipo pequeño y dinámico.

Tips prácticos para este puesto

• Enfócate en casos de uso aplicados: Prepara ejemplos de proyectos donde hayas desplegado IA en productos reales, no solo en prototipos o investigaciones.
• Demuestra tu stack completo: Muestra cómo manejas el ciclo de datos (ingesta, procesamiento, almacenamiento) y cómo integras modelos en aplicaciones.
• Investiga el dominio: Familiarízate con desafíos específicos del real estate, como gestión de portafolios o análisis de activos, para proponer soluciones relevantes.

Recursos recomendados

• Herramientas: LangChain para desarrollo de agentes, FastAPI para APIs, Snowflake o BigQuery para warehousing, y MLflow para gestión de modelos.
• Documentación: Guías de arquitecturas de LLMs en producción de empresas como OpenAI o Anthropic, y mejores prácticas de MLOps.
• Cursos: "Applied AI with DeepLearning" en Coursera o "LLM Bootcamp" en platforms como Udacity.
• Influencers: Sigue a expertos en IA aplicada como Andrew Ng o profesionales que compartan casos de éxito en LinkedIn.

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe un proyecto donde hayas implementado un pipeline completo de datos para un modelo de IA." *Tip:* Enfócate en los desafíos técnicos y cómo los resolviste, destacando métricas de éxito.
• Pregunta 2: "¿Cómo priorizarías el desarrollo de features en un producto con múltiples componentes de IA?" *Tip:* Menciona criterios como impacto en el usuario, complejidad técnica y recursos disponibles, mostrando pensamiento estratégico.
• Pregunta 3: "¿Has trabajado con agentes de IA? Explica cómo los integrarías en una aplicación existente." *Tip:* Habla sobre arquitectura, escalabilidad y monitoreo, usando ejemplos concretos de herramientas como LangChain.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,500 | | Senior | $5,500 - $8,000 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para roles especializados en IA aplicada como este, los rangos pueden ser más altos, especialmente con experiencia en LLMs y agentes.*

Red flags a considerar

• Bandera roja 1: Si la empresa no tiene claros los KPIs de éxito para los productos de IA. *Qué preguntar:* "¿Cómo miden el impacto de las soluciones de IA en los usuarios finales?"
• Bandera roja 2: Falta de infraestructura para soportar pipelines de datos y modelos en producción. *Qué investigar:* Pregunta sobre las herramientas de MLOps y data warehousing actuales.
• Bandera roja 3: Expectativas poco realistas sobre plazos o resultados de IA. *Señal de advertencia:* Si mencionan "magia de IA" sin entender los límites técnicos. Investiga casos de uso previos de la empresa en este dominio.