Ingeniero Senior Full-Stack Python y React — Remoto - LATAM — AI Tooling - Python, React, AWS, LangChain, RAG

Descripción del puesto

Sobre la vacante

Jobsity busca un Ingeniero Senior Full-Stack para unirse al AI Tooling Team de su cliente y construir soluciones impulsadas por IA generativa. Este rol es ideal para profesionales con experiencia en desarrollo full-stack y un fuerte interés en tecnologías de vanguardia como LLMs y RAG.

Requisitos principales:

• Nivel conversacional de inglés
• Residencia en LATAM
• 5+ años de experiencia en desarrollo full-stack con Python, React y plataformas cloud (AWS/Azure)
• Experiencia práctica con IA Generativa, incluyendo frameworks LLM como LangChain
• Experiencia implementando y optimizando soluciones Retrieval-Augmented Generation (RAG)
• Fuerte experiencia con testing, monitoreo, optimización de performance y pipelines CI/CD

Beneficios:

• Posición full-time
• Trabajo 100% remoto
• Pago en USD
• Relación a largo plazo
• Equipo internacional
• Proyectos con clientes internacionales

¿Por qué deberías aplicar?

Esta es una oportunidad única para trabajar en la frontera de la innovación tecnológica. No solo desarrollarás aplicaciones full-stack tradicionales, sino que estarás construyendo soluciones de IA generativa que están redefiniendo industrias. Trabajarás con tecnologías de punta como LangChain y RAG, adquiriendo experiencia que te posicionará como un experto en uno de los campos más demandados del mercado tech actual.

El equipo internacional y los proyectos con clientes globales te expondrán a estándares y prácticas de clase mundial, mientras que el pago en USD y la modalidad remota te ofrecen flexibilidad y estabilidad financiera.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python avanzado, React moderno, AWS/Azure, LangChain, implementación de RAG, CI/CD, testing automatizado
• Soft skills: Comunicación efectiva en inglés, trabajo en equipo remoto, adaptabilidad a tecnologías emergentes, pensamiento crítico para optimización

Tips prácticos para este puesto

• Prepara tu portfolio de IA: Si tienes proyectos personales con LangChain o RAG, destácalos
• Domina los conceptos: Entiende bien cómo funcionan los LLMs, embeddings y vector databases
• Practica inglés técnico: Prepara ejemplos de cómo explicarías conceptos complejos de IA en inglés
• Optimiza tu CI/CD: Demuestra experiencia con pipelines robustos para aplicaciones de producción

Recursos recomendados

• Documentación oficial: LangChain docs, OpenAI API docs, AWS Bedrock
• Cursos: "LangChain & Vector Databases in Production" (Udemy), "Building LLM Applications" (Coursera)
• Influencers: Harrison Chase (creador de LangChain), Andrej Karpathy
• Herramientas: Pinecone, Weaviate, ChromaDB para vector databases

Preguntas frecuentes en entrevistas para este rol

• "Explícame cómo implementarías una solución RAG desde cero"

*Tip: Estructura tu respuesta en pasos: data ingestion → embedding generation → vector storage → retrieval → generation*

• "¿Cómo optimizarías el performance de una aplicación que usa LangChain con múltiples LLMs?"

*Tip: Menciona caching, batching de requests, model selection basado en task complexity, y monitoring de latencia*

• "Describe tu experiencia con testing en aplicaciones de IA generativa"

*Tip: Habla sobre testing de prompts, evaluación de output quality, A/B testing de diferentes modelos, y monitoring de drift*

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $8,000 | | Lead/Staff | $8,000 - $12,000+ |

*Nota: Este rol específico con IA generativa y pago en USD podría estar en el rango superior de Senior ($6,000-$8,500). Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más que empresas locales.*

Red flags a considerar

• Falta de claridad en los proyectos de IA: Si no pueden explicar casos de uso concretos o el roadmap de IA

*Qué preguntar: "¿Podrían compartir ejemplos específicos de soluciones RAG que han implementado?"*

• Equipo sin experiencia en IA: Si el equipo actual no tiene miembros con background en machine learning o IA

*Qué investigar: LinkedIn del equipo técnico, proyectos anteriores de la empresa en IA*

• Expectativas poco realistas con IA generativa: Si esperan que la IA resuelva todo sin entender sus limitaciones

*Señal de advertencia: Frases como "la IA hará todo el trabajo" o "automatización completa sin supervisión"*