Senior Software Engineer especializado en IA Generativa- México Only NO LATAM

Description Trabaja en DaCodes Somos una firma de expertos en software y transformación digital de alto impacto. Durante más de 10 años hemos creado soluciones enfocadas en tecnología e innovación gracias a nuestro equipo de casi 300 talentosos #DaCoders, incluyendo desarrolladores, arquitectos, diseñadores UX/UI, PMs, QA Testers y especialistas en datos e Inteligencia Artificial. Nuestro equipo colabora en proyectos con clientes en LATAM y Estados Unidos, impulsando iniciativas tecnológicas de alto impacto.

En DaCodes tendrás la oportunidad de trabajar con tecnologías de vanguardia, participar en proyectos de Inteligencia Artificial aplicada y colaborar con equipos multidisciplinarios que desarrollan soluciones para organizaciones líderes en la región. Nuestros DaCoders tienen un impacto directo en el éxito de nuestros clientes. Tendrás la oportunidad de diseñar, construir y evolucionar soluciones de IA que serán utilizadas en entornos productivos y resolverán problemas reales de negocio. ¿Te interesa? Sobre el proyecto Formarás parte del equipo de Data & AI de uno de nuestros clientes más importantes del sector financiero. Buscamos un

Senior AI Software Engineer

con experiencia construyendo soluciones de Inteligencia Artificial Generativa para producción. El rol está orientado a diseñar e implementar aplicaciones basadas en LLMs, agentes y arquitecturas cloud, integrando modelos de IA con plataformas corporativas, APIs, fuentes de datos y procesos críticos de negocio. No buscamos únicamente experiencia consumiendo modelos mediante API; buscamos un perfil con criterio de ingeniería capaz de diseñar soluciones completas, seleccionar la arquitectura adecuada para cada caso de uso y operar aplicaciones de IA en ambientes productivos.

Requirements Responsabilidades

Diseñar e implementar aplicaciones de IA Generativa listas para producción. Construir soluciones basadas en LLMs, agentes y arquitecturas RAG cuando el caso de uso lo requiera. Diseñar APIs, microservicios y componentes reutilizables para acelerar nuevas iniciativas de IA. Integrar modelos de IA con sistemas empresariales, plataformas cloud y fuentes de datos estructurados y no estructurados. Diseñar arquitecturas cloud utilizando AWS o Azure considerando seguridad, escalabilidad, observabilidad y mantenibilidad.

Implementar mecanismos de recuperación de información utilizando embeddings y bases vectoriales. Diseñar estrategias de selección de modelos considerando precisión, costo, latencia y contexto. Implementar prácticas de LLMOps para despliegue, monitoreo, versionamiento y operación de soluciones basadas en LLMs. Participar en la definición de arquitectura técnica junto con otros ingenieros y equipos de producto. Colaborar con stakeholders para convertir necesidades de negocio en soluciones técnicas.

Resultados esperados

Soluciones de IA desplegadas exitosamente en producción. Componentes reutilizables para nuevas iniciativas de IA. Arquitecturas cloud mantenibles y escalables. Soluciones con observabilidad, monitoreo y métricas de calidad. Optimización continua de costo, latencia y precisión de modelos. Integración eficiente entre plataformas empresariales y componentes de IA.

Requisitos

Experiencia

+5 años desarrollando software. +3 años construyendo soluciones de IA Generativa para producción. Experiencia implementando soluciones end-to-end, desde el prototipo hasta producción. Experiencia colaborando con equipos multidisciplinarios (Producto, UX, Data Science, Backend). Deseable experiencia en industrias reguladas (Fintech, banca, seguros o salud).

Desarrollo de Software

Indispensable Python SQL APIs REST Microservicios Docker Git Deseable Node.js

Inteligencia Artificial Generativa

Experiencia práctica implementando soluciones con: Modelos de Lenguaje (LLMs) Prompt Engineering Agentes de IA LangChain, LangGraph o frameworks equivalentes Tool Calling Orquestación de agentes Integración de modelos fundacionales (GPT, Claude, Gemini, Llama o similares) Capacidad para: decidir cuándo utilizar IA Generativa y cuándo una solución determinística es suficiente. seleccionar modelos considerando costo, latencia, precisión y restricciones del proyecto.

RAG y Recuperación de Información

Experiencia implementando soluciones con: Embeddings Bases vectoriales Retrieval-Augmented Generation (RAG) Deseable experiencia con: búsqueda híbrida reranking evaluación de calidad del retrieval Se valorará especialmente la capacidad para justificar cuándo RAG agrega valor y cuándo no es necesario.

Cloud

Experiencia práctica diseñando e implementando soluciones sobre

AWS

y/o

Azure . Se espera experiencia integrando componentes como: APIs servicios serverless almacenamiento autenticación colas/eventos bases de datos observabilidad Más que conocer servicios específicos, buscamos capacidad para diseñar arquitecturas cloud para aplicacio