Competencias Técnicas Requeridas

A. Generative AI & LLMs:

- Orquestadores: Dominio avanzado de LangChain o LlamaIndex (fundamental para conectar LLMs con bases documentales).
- Modelos: Experiencia con GPT-4 (OpenAI), Claude (Anthropic) y modelos open-source como Llama 3 o Mistral vía Ollama o vLLM.
- Técnicas: Implementación de RAG (Retrieval-Augmented Generation), GraphRAG, estrategias de chunking de documentos y optimización de prompts.

B. Gestión de Datos y Memoria:

- Bases de Datos Vectoriales: Experiencia con Pinecone, Weaviate, ChromaDB o pgvector.
- Bases de Datos Tradicionales: SQL (PostgreSQL) y NoSQL para el guardado de historial de conversaciones.
- Base de datos de grafos: Neo4J, Neptune(AWS)

C. Analítica y Machine Learning:

- Clustering: Uso de Scikit-learn para segmentación de usuarios o temas.
- NLP Tradicional: Librerías como SpaCy o NLTK para análisis de sentimiento y extracción de entidades (NER).
- Proyecciones: Conocimientos en modelos de series temporales o regresión para predecir tendencias basadas en las charlas.

D. Ingeniería de Software:

- Lenguajes: dominio avanzado de Python. Deseable manejo de Node.js.
- Despliegue: Creación de APIs robustas con FastAPI o Flask. Manejo de Docker y servicios en la nube, AWS o GCP.

Experiencia laboral

A. Tiempo y Proyectos

- Años de experiencia: Entre 4 y 5 años en desarrollo de software, con al menos 2 o 3 años dedicados específicamente a proyectos de NLP o IA Generativa.
- Proyectos comprobables: Debe haber participado en la creación de al menos un chatbot o asistente que haya llegado a usuarios reales. No cuenta solo un proyecto de curso o de GitHub personal.

B. Experiencia en RAG

- Estrategias de Chunking: Saber cómo dividir documentos (por caracteres, por párrafos, con solapamiento) para búsquedas con alta precisión.
- Limpieza de Datos:



Experiencia extrayendo texto limpio de formatos "sucios" como tablas en PDFs o documentos escaneados.

C. Analítica y Modelado

- Experiencia con Embeddings: No solo para buscar info, sino para usarlos en Clustering .
- Uso de librerías de Data Science: Experiencia real usando Pandas y Scikit-learn para procesar logs de chats y generar reportes de tendencias y proyecciones.

D. Experiencia en Entornos Productivos

- Optimización de Costos: Saber cuándo usar un modelo caro (GPT-4) y cuándo uno barato (GPT-4o mini o Llama 3) para que el negocio sea rentable.
- Evaluación: Haber usado algún framework o técnica para testear si las respuestas son correctas (manual o automatizado).

Responsabilidades Principales

- Diseño de Asistentes Multilingües: Configurar modelos que mantengan la coherencia y el tono de marca en diferentes idiomas, manejando embeddings multilingües.
- Arquitectura RAG: Crear el pipeline para que el asistente consulte manuales, PDFs o bases de conocimiento específicas de cada cliente de la software factory.
- Minería de Conversaciones: Desarrollar tableros de analítica que permitan a los clientes ver de qué hablan sus usuarios (Clustering) y qué productos recomendarles.
- Evaluación de Modelos: Implementar métricas para medir si las respuestas son veraces (evitar alucinaciones) y útiles.

Aptitudes Deseables

- Visión de Negocio: Capacidad para entender rubros distintos (finanzas, salud, retail, gestión pública) y adaptar la IA a sus reglas.
- Mentalidad de Experimentación: La IA cambia cada semana; el candidato debe ser un autodidacta nato.
- Ética y Seguridad: Conocimiento sobre privacidad de datos (GDPR/cumplimiento) al manejar información sensible de negocios.

Si estás interesado/a en formar parte de un equipo apasionado y ágil, envía tu currículum a [email protected] con el asunto: "Aplicación Desarrollador AI Semi Sr "

📌 Desarrollador AI Semi Sr (Córdoba)
🏢 Encodelabs
📍 Córdoba