Applied AI Engineer - LLMs & Agentic Systems | Remote Mexico/LATAM,

    ~$80,938 - $150,313Market Estimate
    Uruguay
    Full-Time
    Mid (3-6 yrs)
    Engineering & Development
    Posted on November 13, 2026

    Sobre la oportunidad

    Buscamos un/a Applied AI Engineer para integrarse al equipo tecnológico de una fintech que desarrolla soluciones para transferencias internacionales y remesas, con operación principalmente entre Estados Unidos, México y Centroamérica.

    La posición está enfocada en diseñar, desarrollar y llevar a producción soluciones de inteligencia artificial basadas en Large Language Models (LLMs), sistemas agénticos y recuperación de información (RAG).

    Buscamos a alguien que haya trabajado directamente en la construcción de estas soluciones, que pueda tomar decisiones técnicas fundamentadas y que entienda cómo garantizar su calidad, confiabilidad y funcionamiento en entornos reales.

    No es una posición centrada exclusivamente en Machine Learning tradicional ni en experimentación con modelos. El enfoque principal es la ingeniería de soluciones de IA aplicadas a problemas de negocio.

    Responsabilidades

    • Diseñar, desarrollar y mantener aplicaciones basadas en LLMs utilizadas en procesos reales de negocio.
    • Construir sistemas agénticos capaces de interactuar con herramientas, APIs y servicios externos, incorporando controles sobre sus acciones.
    • Evaluar cuándo conviene utilizar agentes, workflows determinísticos o una combinación de ambos.
    • Diseñar e implementar soluciones RAG, incluyendo estrategias de chunking, embeddings, retrieval, reranking y gestión del contexto.
    • Implementar mecanismos de evaluación para medir la calidad de las respuestas, la recuperación de información y el comportamiento de los agentes.
    • Identificar y resolver problemas relacionados con alucinaciones, errores de ejecución, latencia, costos y confiabilidad.
    • Definir mecanismos de validación, manejo de errores y monitoreo para soluciones desplegadas en producción.
    • Colaborar con equipos de producto e ingeniería para comprender requerimientos de negocio, evaluar alternativas y convertirlos en soluciones técnicas viables.
    • Participar directamente en decisiones de arquitectura, implementación y mejora continua de las soluciones desarrolladas.

    Requirements

    Requisitos indispensables

    Experiencia en LLMs y sistemas agénticos

    • Experiencia práctica construyendo y operando aplicaciones basadas en LLMs en producción, más allá de prototipos o pruebas de concepto.
    • Participación directa en decisiones de arquitectura e implementación de soluciones con agentes.
    • Experiencia implementando tool calling e integraciones con APIs o servicios externos.
    • Conocimiento práctico del manejo de contexto, estado y memoria en aplicaciones con LLMs.
    • Capacidad para justificar cuándo utilizar un agente y cuándo resolver un problema mediante lógica determinística.

    RAG y recuperación de información

    • Experiencia implementando pipelines RAG para aplicaciones reales.
    • Conocimiento de estrategias de chunking, embeddings, búsqueda semántica y recuperación de documentos.
    • Experiencia evaluando y mejorando la relevancia de la información recuperada.
    • Capacidad para identificar problemas de retrieval y reducir respuestas incorrectas o sin sustento.

    Evaluación y operación

    • Experiencia implementando evaluaciones de calidad para aplicaciones con LLMs, incluyendo pruebas sobre respuestas y comportamiento de agentes.
    • Conocimiento práctico de mecanismos para detectar y mitigar alucinaciones, errores y respuestas inconsistentes.
    • Experiencia identificando problemas de latencia, consumo de tokens y costos de inferencia.
    • Capacidad para diagnosticar fallas y mejorar la confiabilidad de soluciones en producción.

    Ingeniería de software

    • Experiencia sólida desarrollando soluciones con Python.
    • Experiencia integrando APIs, servicios backend y modelos de lenguaje.
    • Buenas prácticas de desarrollo, pruebas, manejo de errores y mantenimiento de aplicaciones.
    • Autonomía para investigar problemas, proponer alternativas y ejecutar soluciones de principio a fin.

    Conocimientos deseables

    • Experiencia con frameworks de orquestación de agentes como LangGraph, Pydantic AI o similares.
    • Experiencia implementando integraciones mediante Model Context Protocol (MCP).
    • Conocimiento de bases de datos vectoriales y herramientas de búsqueda semántica.
    • Experiencia con herramientas de observabilidad y evaluación de aplicaciones LLM.
    • Conocimientos de Machine Learning y Data Science.
    • Experiencia en fintech, servicios financieros, pagos, fraude o procesos regulados.
    • Familiaridad con controles de seguridad y protección de información sensible en aplicaciones de IA.

    Lo que buscamos en la persona

    • Ownership técnico: capacidad para explicar qué construyó, qué decisiones tomó y qué resultados obtuvo.
    • Criterio de arquitectura: elegir soluciones por su utilidad y restricciones, no por la popularidad de una tecnología.
    • Orientación a producción: considerar calidad, errores, monitoreo, costos y mantenimiento desde el diseño.
    • Pensamiento crítico: cuestionar y aclarar requerimientos antes de proponer una solución.
    • Comunicación: explicar decisiones técnicas y sus implicaciones a perfiles técnicos y de negocio.
    • Autonomía: resolver problemas con iniciativa y asumir responsabilidad sobre los resultados.

    ¿Qué tipo de experiencia nos interesa especialmente?

    Nos interesa conocer proyectos donde hayas participado directamente en el desarrollo de una solución con LLMs o agentes que haya sido utilizada por usuarios reales.

    Durante el proceso profundizaremos en el problema de negocio, la arquitectura implementada, las decisiones que tomaste personalmente, los mecanismos de evaluación y los retos que surgieron durante su operación.

    Valoramos más la profundidad y responsabilidad demostrable en proyectos reales que la cantidad de herramientas o frameworks mencionados en el CV.

    Benefits

    🚀 Integración a marcas globales y startups disruptivas.

    🏡 Trabajo remoto/Home office.

    ⏳ Horario ajustado a la célula de trabajo/proyecto asignado.

    📅 Trabajo de lunes a viernes.

    🎉 Día off en tu cumpleaños.

    🏥 Seguro de gastos médicos mayores (aplica para México).

    🛡️ Seguro de vida (aplica para México).

    🎓 Acceso a cursos y certificaciones.

    📢 Clases de inglés.

    🏆 Oportunidades dentro de nuestras diferentes líneas de negocio.

    Application Toolkit

    Available with Pro

    Available with Pro

    Tailor your resume and cover letter for Applied AI Engineer - LLMs & Agentic Systems | Remote Mexico/LATAM,.

    Company:  DaCodes

    Develops world-class custom software solutions and digital products tailored to each client's unique vision.
    201-500 employees
    Software & IT Services
    HQ: Mexico