Capgemini
Provectus
Ingeniero/a Senior de IA/ML (GenAI, AWS)
SOBRE PROVECTUS
* Provectus es un socio Premier de AWS y socio estratégico de Anthropic, que trabaja en la vanguardia de la IA aplicada. Ayudamos a las empresas a convertir Claude, los sistemas agenticos y sus propios datos en resultados de negocio medibles, a través de aplicaciones a medida, servicios gestionados y compromisos de asesoramiento. Con oficinas en Norteamérica, Latinoamérica y EMEA, colaboramos con clientes de todo el mundo.
* Nuestro trabajo se centra en dos verticales: Servicios Financieros y Seguros, y Salud y Ciencias de la Vida, donde desplegamos cinco Blueprints de IA preconfigurados: Submission Flow, Portfolio Lens, Asset Flow, Revenue Flow y Evidence Lens. Cada Blueprint reconstruye un proceso de negocio crítico de principio a fin, entregado a partir de código funcional y ajustado a la cartera, los reguladores y la postura operativa específicos de cada cliente.
* Nuestro equipo cuenta con más de 100 certificaciones de AWS, tiene la certificación Claude Code y colabora en la impartición del programa Agentic SDLC de Anthropic, Cowork Activation y compromisos de AI Blueprint.
Dónde se ubica este puesto
Trabajarás en un pequeño equipo senior junto a un FDE y un FDX,
- Los Forward Deployed Executives (FDX) se encargan de la relación comercial y del resultado de negocio. Trabajan junto al liderazgo o nivel C-suite del cliente para impulsar los KPI del cliente.
- Los Forward Deployed Engineers (FDE) se integran con un cliente, mapean el flujo de trabajo del cliente, identifican el problema de negocio subyacente, diseñan y construyen una solución de IA funcional, la presentan al cliente y transfieren el conocimiento al equipo del cliente. Son responsables de la dirección técnica de toda la solución.
- Ingeniero/a Senior de IA. Cuando un FDE regrese del cliente con el problema de negocio, ayudarás a convertirlo en un sistema agentico que se ejecute en producción y serás responsable de la evaluación, la observabilidad y las barreras de seguridad. Tendrás una responsabilidad real sobre los componentes y las decisiones técnicas dentro de ellos.
Requisitos
Mentalidad
- Proactivo/a y autónomo/a; buscas claridad en lugar de esperar a que te asignen un ticket.
- Excelentes habilidades de comunicación y resolución de problemas.
- Comodidad con la ambigüedad y la responsabilidad.
- B2+ de inglés, con capacidad para colaborar en equipos distribuidos y multiculturales.
Profundidad técnica
- Más de 5 años en ingeniería de software o ML, con sistemas en producción de los que hayas sido responsable.
- Sólidos fundamentos de IA/ML. Entiendes lo que hacen los modelos lo suficientemente bien como para razonar sobre los modos de fallo.
- Experiencia en llevar aplicaciones LLM y flujos de trabajo agenticos a producción; no demos, no POCs, no notebooks.
- Orquestación agentica: flujos de trabajo de varios pasos, orquestación basada en grafos, uso de herramientas, gestión de estado y recuperación ante fallos parciales.
- Experiencia con LLM APIs (Anthropic, AWS Bedrock o OpenAI) y frameworks de agentes.
- Experiencia en la construcción y optimización de sistemas RAG en producción.
- Sólidos fundamentos de ingeniería. Mentalidad Full-stack, cómodo/a en IA, desarrollo backend e infraestructura en la nube. Dominio de Python y/o TypeScript; la profundidad importa más que el stack. Eres productivo/a al enfrentarte a una base de código desconocida.
- Experiencia práctica con AWS en producción: Bedrock, Bedrock AgentCore, Lambda, ECS, S3, SQS, ECR o similares. Se valorará experiencia en GCP o Azure.
- Entrega nativa en la nube: contenedores, ECS o Kubernetes, IaC y CI/CD aplicado a pipelines de IA.
- Evalúas. Has construido o gestionado una suite de evaluación para un sistema no determinista, y puedes explicar qué mediste, cómo generaste la verdad fundamental (ground truth) y qué condicionó un lanzamiento.
- Monitorización de modelos y agentes, detección de deriva (drift).
- Disciplina en costes y latencia: niveles de modelos, caché y capacidad para determinar el coste de ejecución de una carga de trabajo antes de que se ejecute.
- Experiencia práctica en producción con el ecosistema Claude: Claude Code, CLAUDE.md, hooks, archivos de habilidades. El desarrollo basado en especificaciones (escribir la intención, las restricciones y los criterios de aceptación antes de dejar que un agente construya) es un gran plus.
- MCP: puedes explicar por qué un agente preferiría esto a una integración REST. Haber creado un servidor es un plus.
Responsabilidades
- Trabajar en pareja con un FDE y un FDX.
- Construir y desplegar sistemas de GenAI en producción en el entorno del cliente (datos nativos en la nube, basados en LLM y soluciones de IA agentica).
- Construir y optimizar sistemas RAG para casos de uso en producción.
- Construir el arnés de evaluación antes de construir la funcionalidad.
- Escribir código de producción en todo el stack: IA, servicios backend, pipelines de datos. Elegimos las herramientas que mejor se adaptan al cliente.
- Integrar componentes de IA en servicios backend y APIs RESTful.
- Llevar sistemas a producción en AWS (GCP o Azure cuando el cliente lo requiera): contenedorizados, CI/CD. Implementar prácticas de LLMOps y AgentOps: trazabilidad de agentes, gestión de prompts y versiones, monitorización de costes y latencia, pruebas de regresión, detección de deriva.
- Empezar desde el blueprint, contribuir a la capacitación y entrega: documentación clara, runbooks y trabajo conjunto con los ingenieros del cliente que heredarán el sistema. Reintroducir componentes reutilizables y lecciones aprendidas en los Blueprints de Provectus.
- Participar en discusiones técnicas y decisiones arquitectónicas.
- Realizar evaluaciones de modelos, mejorar los modos de fallo que encuentres, optimizar el rendimiento, la eficiencia y la fiabilidad del modelo.
- Mentorizar a ingenieros de IA junior y mid-level, realizar revisiones de código y compartir conocimientos en todo el equipo a través de documentación, presentaciones y talleres.
Se valorará
- Experiencia en uno de estos sectores: servicios financieros, seguros, salud.
- Experiencia en consultoría, servicios profesionales u otra entrega orientada al cliente.
- Certificaciones de AWS y Claude Code.
- A2A: puedes explicar la interoperabilidad entre agentes.
- Experiencia en pipelines de CI/CD (Acciones de GitHub, CI de GitLab).
- Experiencia práctica con uno o más casos de uso de los siguientes: NLP, LLMs y motores de recomendación.
- Experiencia en un lenguaje adicional (Go, TypeScript o Rust).
- Experiencia con Apache Spark, Apache Airflow, Kafka.
Qué ofrecemos
- La oportunidad de dar forma a cómo las empresas líderes en Latinoamérica, Europa y Norteamérica adoptan la IA, desde la estrategia hasta el primer despliegue.
- Un modelo de despliegue avanzado trabajando en equipos pequeños y senior junto a FDE y FDX.
- Una práctica de entrega de IA en crecimiento donde ayudas a construir las herramientas y frameworks, no solo a usarlos.
- Cultura orientada al trabajo remoto.
- Programas de formación interna con apoyo total para Claude, AWS y otras certificaciones profesionales, asistencia a conferencias.
- Crecimiento profesional; desarrollamos activamente a nuestros ingenieros.
- Acceso a las últimas herramientas de IA y suscripciones premium.
- Colaboración B2B a largo plazo.
- Seguro médico privado o presupuesto para tus necesidades médicas.
- Baja por enfermedad, vacaciones y días festivos pagados.
- Equipo y toda la tecnología que necesites para un trabajo cómodo y productivo.
Cómo contratamos
- Conversación introductoria. El puesto, tu trayectoria y aspiraciones, preguntas técnicas.
- Entrevista técnica con sesiones de ingeniería en vivo. Problemas reales, tu propio editor, puedes usar un asistente LLM.
- Entrevista de RR. HH. Habilidades blandas y expectativas.
- Entrevista con el responsable de contratación (HM). Preguntas técnicas; una sesión de ingeniería en vivo.
