- Remoto · Chile, Perú
- Tiempo completo
- Junior
- USD 2,500 – USD 10,000 al mes
Publicada
Contratan desde: Chile, Perú
Descripción del puesto
Sobre la vacante
Dynamic Devs está en búsqueda de un AI Engineer especializado en RAG (Retrieval-Augmented Generation) y Intelligent Agents para unirse a su equipo en crecimiento. La posición es remota o híbrida según ubicación en Chile o Perú. Buscan personas con energía y pasión por la tecnología, motivadas por proyectos desafiantes, aprendizaje constante y un equipo colaborativo y humano. El rol implica construir soluciones con impacto real en proyectos de inteligencia artificial.
¿Por qué deberías aplicar?
Esta es tu oportunidad de sumarte a un equipo que está enfrentando desafíos muy interesantes en el campo de la IA. En Dynamic Devs, no solo trabajarás en tecnología de punta como RAG y agentes inteligentes, sino que serás parte de un ambiente donde el crecimiento profesional y la innovación son prioridades. Aprenderás de colegas talentosos, contribuirás a proyectos con propósito y darás el siguiente paso en tu carrera tech en una empresa con visión de futuro.
Tips y consejos de VacantesDigitales.com
Skills indispensables
- Técnicas: Python, frameworks de LLMs (como LangChain o LlamaIndex), vector databases (Pinecone, Weaviate, etc.), APIs de modelos (OpenAI, Anthropic, etc.), arquitectura de sistemas de IA
- Soft skills: Pensamiento crítico, colaboración en equipo, adaptabilidad, pasión por aprender
Tips prácticos para este puesto
- Prepara tu portafolio: Incluye proyectos de RAG o agentes inteligentes, aunque sean personales, para demostrar experiencia práctica.
- Domina los conceptos clave: Asegúrate de entender bien retrieval, embeddings, fine-tuning y evaluación de modelos de IA.
- Investiga la empresa: Revisa el sitio de Dynamic Devs y su cultura para alinear tu postulación.
Recursos recomendados
- Tools: LangChain, LlamaIndex, Pinecone, OpenAI API, Hugging Face
- Documentación: Guías oficiales de RAG en blogs de AI, papers académicos sobre agentes inteligentes
- Influencers: Andrej Karpathy, Jeremy Howard, personas en LinkedIn que hablan de IA aplicada
- Cursos: Especializaciones en Coursera o edX sobre LLMs y sistemas de IA
Preguntas frecuentes en entrevistas para este rol
- Pregunta 1: "¿Cómo diseñarías un sistema RAG para un chatbot de atención al cliente?" + Tip: Explica el flujo de datos, desde la ingestión de documentos hasta la generación de respuestas, destacando escalabilidad y precisión.
- Pregunta 2: "¿Qué desafíos enfrentaste en un proyecto previo con agentes inteligentes y cómo los resolviste?" + Tip: Usa el método STAR (Situación, Tarea, Acción, Resultado) para estructurar tu respuesta con ejemplos concretos.
- Pregunta 3: "¿Cómo evalúas la calidad de un modelo de IA en producción?" + Tip: Menciona métricas como precisión, recall, latencia, y técnicas como A/B testing o monitoreo continuo.
Rango salarial estimado (LATAM)
Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $2,500 - $4,000 | | Mid | $4,000 - $6,500 | | Senior | $6,500 - $10,000 |
*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.*
Red flags a considerar
- Bandera roja 1: Si la empresa no tiene claros los casos de uso para IA o los proyectos son solo experimentales. Pregunta en la entrevista: "¿Cuáles son los objetivos de negocio concretos para este rol de AI Engineer?"
- Bandera roja 2: Falta de infraestructura o soporte para implementar sistemas de IA en producción. Investiga antes de aceptar: Revisa si mencionan herramientas de MLOps o equipos de data engineering.
- Bandera roja 3: Expectativas poco realistas sobre plazos o resultados de proyectos de IA. Señal de advertencia común: Promesas de "magia" con IA sin un plan técnico sólido; pregunta sobre métricas de éxito y timeline.
Habilidades
- Python
- LangChain
- LlamaIndex
- Pinecone
- Weaviate
- OpenAI
- Anthropic
- vector databases
- APIs de modelos
- arquitectura de sistemas de IA
- RAG
- Intelligent Agents
- LLMs
- embeddings
- fine-tuning
- evaluación de modelos de IA
- MLOps
- data engineering