AI DevX Engineer — Remoto - LATAM — Fintech B2B - AWS, Kubernetes, Python, Terraform,

Descripción del puesto

Sobre la vacante

Clara, la fintech B2B de más rápido crecimiento en Latinoamérica, busca un AI DevX Engineer para construir la experiencia de desarrollador del futuro. Tu misión será desarrollar herramientas y plataformas impulsadas por IA que aceleren la productividad de más de 100 ingenieros en toda la organización. Diseñarás modelos predictivos para riesgo crediticio, prevención de fraude y reducción de churn utilizando AWS, Databricks y el stack moderno de machine learning. Revolucionarás la experiencia del desarrollador mediante automatización: construirás plataformas de autoservicio, optimizarás pipelines de CI/CD, implementarás entornos efímeros y aprovecharás la IA para eliminar fricciones en el ciclo de desarrollo.

Requisitos:

• 5+ años en DevOps, SRE o Platform Engineering
• Dominio de AWS y experiencia en Kubernetes
• Fuerte conocimiento en CI/CD, Infraestructura como Código (Terraform) y scripting (Python/Bash)
• Interés en automatización impulsada por IA
• Bilingüe: Inglés y Español

¿Por qué deberías aplicar?

Esta es tu oportunidad de unirte a un equipo que está redefiniendo cómo se construye software en una de las fintechs más innovadoras de la región. No solo trabajarás con tecnologías de vanguardia como IA, AWS y Databricks, sino que tendrás un impacto directo en la productividad de cientos de ingenieros y en la experiencia de miles de clientes. Aprenderás a escalar plataformas críticas en un entorno de alto crecimiento, desarrollando habilidades que te posicionarán como líder en el futuro de la ingeniería de plataformas y automatización inteligente.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: AWS (especialmente servicios de ML y cómputo), Kubernetes, Terraform, Python, Bash, CI/CD (Jenkins/GitLab CI/GitHub Actions), Databricks o herramientas similares de ML
• Soft skills: Pensamiento sistémico, capacidad para automatizar procesos complejos, comunicación efectiva con equipos de ingeniería, mentalidad de mejora continua

Tips prácticos para este puesto

• Prepara ejemplos concretos: Ten listos casos donde hayas automatizado procesos manuales o mejorado la productividad de desarrolladores
• Demuestra pensamiento en plataforma: En lugar de solo hablar de herramientas, explica cómo diseñarías sistemas que escalen y sean autoservicio
• Investiga el stack de Clara: Familiarízate con AWS, Databricks y herramientas de ML modernas para mostrar interés genuino

Recursos recomendados

• Tools: AWS Well-Architected Framework, Terraform Best Practices, Kubernetes Documentation, Databricks Community Edition
• Influencers: Kelsey Hightower (Kubernetes), Charity Majors (SRE), Forrest Brazeal (Cloud)
• Cursos: AWS Certified DevOps Engineer, Kubernetes: The Hard Way, Machine Learning Engineering en Coursera

Preguntas frecuentes en entrevistas para este rol

• "Describe cómo diseñarías una plataforma de autoservicio para entornos de desarrollo" - Tip: Enfócate en automatización, políticas de acceso, costos y cómo integrarías feedback de usuarios
• "¿Cómo priorizarías entre construir nuevas features vs optimizar sistemas existentes?" - Tip: Menciona métricas de impacto (tiempo de desarrollo, errores reducidos, costos) y cómo equilibrarías necesidades inmediatas vs estratégicas
• "Explica cómo implementarías un modelo de ML en producción con monitoreo continuo" - Tip: Habla sobre pipelines de CI/CD para ML, versionado de modelos, monitoreo de drift y automatización de retraining

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $4,000 - $6,500 | | Senior | $6,500 - $9,000 | | Lead/Staff | $9,000 - $12,000+ |

*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 con IA/ML y AWS avanzado, los rangos pueden ser 20-30% superiores.*

Red flags a considerar

• Bandera roja 1: Falta de métricas claras de éxito - Pregunta en la entrevista: "¿Cómo miden el impacto de la plataforma de DevX en la productividad del equipo?"
• Bandera roja 2: Stack tecnológico desactualizado - Investiga antes de aceptar: Revisa si usan herramientas legacy o tienen resistencia a adoptar mejores prácticas de cloud y automatización
• Bandera roja 3: Expectativas poco realistas sobre IA - Señal de advertencia común: Si prometen "IA mágica" sin entender los fundamentos de datos, infraestructura o integración con procesos existentes, puede indicar falta de dirección técnica"

}