Categorías
···
Entrar / Registro
Resumen: Este puesto implica ser responsable del núcleo de IA de un nuevo producto, centrándose en construir un sistema de producción que sea preciso, eficiente desde el punto de vista de costos y mejore continuamente. Aspectos destacados: 1. Ser propietario del núcleo de IA de un nuevo producto para miles de clientes que pagan 2. Centrarse en entregar sistemas de producción, no en investigación 3. Iterar continuamente sobre la calidad basándose en señales reales de los clientes Caseproof es la empresa detrás de MemberPress, la plataforma de membresía para WordPress más utilizada. Somos una empresa privada, rentable y autofinanciada. Estamos desarrollando un nuevo producto impulsado por IA y contratando al ingeniero que será responsable del sustrato de IA que lo alimenta. **El puesto** Serás responsable del núcleo de IA de un nuevo producto que será utilizado semanalmente por miles de clientes que pagan. Tubo de inferencia, recuperación, control de versiones de indicaciones (prompts), conjunto de evaluaciones, disciplina de costos, bucle de mejora de modelos... todo ello. Este es un puesto orientado a la entrega, no a la investigación. No entrenamos modelos ni publicamos artículos. Construimos un sistema de producción que debe ser preciso, económico de ejecutar y mejorar constantemente mes tras mes. Informarás directamente al líder senior de ingeniería y trabajarás junto a un equipo pequeño y enfocado. **Lo que harás** * Diseñar y ejecutar el tubo de inferencia. Generación aumentada con recuperación y llamadas estructuradas a herramientas, respuestas fundamentadas en citas, enrutamiento de modelos según niveles. * Ser responsable del control de versiones de indicaciones (prompts) y del conjunto de evaluaciones. Evaluaciones reales, con casos adversarios y puertas bloqueadoras para lanzamientos. Las evaluaciones basadas en "vibraciones" no se lanzan aquí. * Ser responsable de la telemetría de costos y de la disciplina de costos. Límites por usuario, aplicación forzosa del enrutamiento de modelos, almacenamiento en caché, detección de abusos. El producto incluye una versión gratuita; tú eres responsable de mantener su rentabilidad a escala. * Construir el bucle de retroalimentación que permita que el sistema mejore con el tiempo. * Iterar continuamente sobre la calidad basándose en señales reales de los clientes. **Lo que necesitamos** * Has entregado personalmente al menos un producto o característica impulsado por modelos de lenguaje grande (LLM) en producción, del que dependen usuarios reales. Puedes describir sus indicaciones (prompts), evaluaciones y telemetría de costos en detalle porque tú las creaste. * Has experimentado y superado al menos uno de los siguientes: desviación de indicaciones (prompt drift), regresión por versión del modelo, degradación de la calidad de recuperación, sobrecoste, incidente de alucinación, fallo del conjunto de evaluaciones que bloqueó un lanzamiento. * Fuerte experiencia en ingeniería full-stack. Confortable con Python o TypeScript, con Postgres y SQL, y capaz de asumir integraciones de extremo a extremo. * Experiencia con almacenes vectoriales (pgvector, Pinecone o equivalente). * Experiencia práctica preferida con la API de Anthropic; también es válida la API de OpenAI. * Piensas en la desviación de indicaciones (prompt drift), la cobertura de evaluaciones, la disciplina de costos y los bucles de retroalimentación como superficies de ingeniería. No como aspectos secundarios. **Lo que no necesitamos** * Científicos investigadores. No entrenamos modelos. * Envolturas de LangChain. Controlamos nuestra orquestación internamente. * CVs cargados de jerga de IA y escasos en sistemas entregados. **Compensación** Compensación generosa y estructura de bonos. Seguro médico, dental y de visión para empleados estadounidenses. Trabajo remoto desde el inicio, con preferencia por solapamiento horario con la zona horaria de las Montañas de EE.UU. **Cómo aplicar** Envía lo siguiente: * Una breve nota de presentación (menos de 300 palabras) describiendo el sistema más interesante impulsado por LLM que hayas entregado, qué fue lo más difícil y qué harías de forma distinta la próxima vez. * Un enlace a un ejemplo de tu portafolio, repositorio de GitHub o artículo técnico que muestre tu trabajo. * CV. * Tu rango esperado de compensación y tu fecha más temprana de inicio. **Proceso** Avanzamos rápido: aproximadamente 2–3 semanas desde el inicio hasta el final. * Entrevista inicial de 30 minutos con el CEO. * Conversación técnica de 60–90 minutos con el líder de ingeniería. Explícanos en profundidad uno de tus sistemas impulsados por LLM que ya hayas entregado. * Proyecto de prueba remunerado de una semana con un problema acotado. * Conversación final. Oferta generalmente dentro de las 48 horas.
