Data Scientist y AI Engineer Senior — Remoto - México, Costa Rica, Brasil — Tech Recruitment - Python, LangChain, LLM, Agentic Applications

Descripción del puesto

Sobre la vacante

QuantumWorldIT busca un Data Scientist y AI Engineer Senior con experiencia sólida en aplicaciones agenticas de IA/ML. Este rol es 100% remoto para candidatos en México, Costa Rica o Brasil. Requisitos clave incluyen:

• 5+ años en Data Science/ML
• 2+ años en aplicaciones agenticas de IA/ML
• Experiencia en producción construyendo e implementando soluciones de IA/ML
• Dominio de frameworks como LangChain, Spring AI, Strands
• Integración de modelos basados en API en aplicaciones web
• Ingeniería de características y gestión completa del ciclo de vida del modelo
• Monitoreo de rendimiento y detección de drift de modelos
• Prompt engineering, RAG, guardrails y evaluaciones
• Herramientas de observabilidad de LLM
• Python fuerte para IA/ML
• Conocimiento práctico de Java y JS/TypeScript básico
• Depuración y optimización de rendimiento de servicios de IA
• Código limpio y testeable, pruebas unitarias e integración, Git y code reviews

Nice to have:

• Experiencia avanzada en LLM y RAG
• Herramientas de MLOps (pipelines, registro de modelos, seguimiento de experimentos)
• Explicabilidad, detección de sesgos, IA Responsable
• Entornos regulados (GxP, ISO, validación de IA)
• Experiencia en Agile/Scrum
• Sistemas MCP, workflows y multi-agente

¿Por qué deberías aplicar?

Esta posición te coloca en la vanguardia de la inteligencia artificial agentica, un campo que está redefiniendo cómo interactuamos con la tecnología. Trabajarás en soluciones de IA que toman decisiones autónomas, aprendiendo y escalando en entornos de producción reales. Es una oportunidad única para especializarte en LLM observability y RAG systems, habilidades altamente demandadas en el mercado actual. Además, al ser remoto internacional, podrás colaborar con equipos diversos mientras desarrollas experiencia en frameworks líderes como LangChain y Spring AI.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python avanzado para ML, experiencia con LangChain o frameworks similares, conocimiento de arquitecturas de agentes de IA, integración de APIs de modelos, monitoreo de drift y rendimiento
• Soft skills: Pensamiento sistémico para diseñar agentes autónomos, capacidad de depuración profunda en sistemas complejos, comunicación clara para explicar decisiones de IA

Tips prácticos para este puesto

• Prepara tu portfolio: Incluye proyectos donde hayas implementado RAG systems o agentic workflows, destacando métricas de rendimiento y decisiones de arquitectura.
• Domina el stack: Asegúrate de tener experiencia práctica con LangChain y al menos un framework de observabilidad de LLM; si no la tienes, toma un curso rápido o construye un proyecto personal.
• Enfócate en producción: En la entrevista, habla sobre desafíos específicos al llevar modelos a producción, como latencia, escalabilidad o mantenimiento de agentes.

Recursos recomendados

• Tools: LangChain documentation, MLflow para experiment tracking, Weights & Biases para observabilidad
• Librerías: Hugging Face Transformers, LlamaIndex para RAG, FastAPI para despliegue
• Influencers: Follow Andrew Ng en AI, Sebastian Raschka en ML, y expertos en LangChain en LinkedIn
• Cursos: "Building LLM Applications" en Coursera, "LangChain for Developers" en Udemy

Preguntas frecuentes en entrevistas para este rol

• "Describe un proyecto donde implementaste un sistema agentico de IA. ¿Qué desafíos enfrentaste y cómo los resolviste?"

*Tip: Enfócate en la arquitectura, decisiones de diseño (ej: elección de frameworks), métricas de éxito y lecciones aprendidas en producción.*

• "¿Cómo manejas el drift de modelos en un entorno de agentes autónomos?"

*Tip: Menciona técnicas específicas como monitoreo continuo, retraining automático basado en triggers, y uso de herramientas de observabilidad para detectar anomalías.*

• "Explica tu experiencia con prompt engineering y RAG en el contexto de aplicaciones agenticas."

*Tip: Da ejemplos concretos de cómo optimizaste prompts para mejorar respuestas de agentes, o cómo diseñaste pipelines de RAG para recuperación de información relevante.*

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 - $8,500 |

*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 este rol con experiencia en agentic applications y LLM, los rangos pueden ser más altos, especialmente en empresas tech globales.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en el roadmap de IA agentica

*Qué preguntar en la entrevista: "¿Cuál es la visión a 6-12 meses para los agentes de IA en la empresa? ¿Hay casos de uso definidos y métricas de éxito?"*

• Bandera roja 2: Infraestructura de MLOps débil o inexistente

*Qué investigar antes de aceptar: Pregunta sobre herramientas de monitoreo, pipelines de CI/CD para modelos, y cómo manejan el versionado y despliegue de agentes.*

• Bandera roja 3: Expectativas poco realistas sobre autonomía de agentes

*Señal de advertencia común en este tipo de rol: Si la empresa espera que los agentes funcionen perfectamente desde el día uno sin iteración, podría indicar falta de experiencia en IA o presión excesiva por resultados rápidos.*