AI Engineer

Aimlroles; Ciudad de México; On-site; MXN 180,000 - 260,000; Full time

Job summary

AIMLROLES busca un Ingeniero de IA Junior para apoyar el desarrollo, integración y evaluación de soluciones de IA bajo supervisión. Participarás en la construcción de pipelines y APIs, con foco en calidad y seguridad de datos.

El rol requiere manejo de Python y APIs, experiencia práctica en IA y un enfoque responsable. Se valora inglés técnico y ganas de aprender en un equipo colaborativo en Ciudad de México.

Qualifications

• Formación técnica o experiencia equivalente demostrable.
• Proyectos prácticos de IA y fundamentos sólidos de programación.
• Inglés técnico de lectura.

Responsibilities

• Implementar funcionalidades de IA a partir de requisitos y diseños definidos.
• Integrar APIs de modelos de lenguaje y servicios de inferencia.
• Preparar datos y construir pipelines sencillos de procesamiento.
• Desarrollar pruebas unitarias, de integración y evaluaciones básicas de calidad.
• Colaborar en prototipos de RAG, embeddings y búsqueda semántica.
• Documentar código, experimentos, limitaciones y resultados.
• Monitorizar métricas básicas y colaborar en la resolución de incidencias.
• Escribir prompts y plantillas básicas, manteniéndolas versionadas en el repositorio.
• Integrar, bajo supervisión, herramientas y fuentes de contexto mediante clientes MCP (Model Context Protocol).

Skills

Python

Git

SQL

REST APIs

LLMs

Prompting

Embeddings

API consumption

Docker

CI/CD

Testing

Cloud services

Data privacy

Security

Responsible AI

Copilot/Kiro

MCP basics

Tools

Docker

CI/CD

Cloud services

Job description

Perfil profesional: AI Engineer Junior

Misión del puesto

Participar en el desarrollo, integración y evaluación de soluciones de inteligencia artificial bajo supervisión, aplicando buenas prácticas de ingeniería de software y aprendizaje automático.

Experiencia orientativa

0-2 años de experiencia profesional relevante. La autonomía demostrada prevalece sobre la antigüedad.

Responsabilidades

• Implementar funcionalidades de IA a partir de requisitos y diseños definidos.
• Integrar APIs de modelos de lenguaje y servicios de inferencia.
• Preparar datos y construir pipelines sencillos de procesamiento.
• Desarrollar pruebas unitarias, de integración y evaluaciones básicas de calidad.
• Colaborar en prototipos de RAG, embeddings y búsqueda semántica.
• Documentar código, experimentos, limitaciones y resultados.
• Monitorizar métricas básicas y colaborar en la resolución de incidencias.
• Escribir prompts y plantillas básicas, manteniéndolas versionadas en el repositorio.
• Integrar, bajo supervisión, herramientas y fuentes de contexto mediante clientes MCP (Model Context Protocol).

Competencias técnicas

• Python, Git, SQL y fundamentos de APIs REST.
• Familiaridad con LLMs, prompting, embeddings y consumo de APIs.
• Bases de Docker, CI/CD, testing y servicios cloud.
• Conocimientos iniciales de privacidad, seguridad y uso responsable de IA.
• Uso responsable de asistentes de código (p. ej. Copilot o Kiro) con revisión crítica de su salida.
• Fundamentos de MCP: clientes, servidores, herramientas, recursos y prompts; descubrimiento e invocación de herramientas, y manejo básico de errores.

MCP: expectativas específicas

• Consumir un servidor MCP existente desde un cliente y comprender los límites de acceso a datos y herramientas.
• Aplicar validación de entradas, gestión segura de credenciales y revisión humana cuando una acción tenga efectos externos.
• Diagnosticar errores sencillos de conexión y documentar contratos de herramientas.

Competencias transversales

• Capacidad de aprendizaje, comunicación clara y receptividad al feedback.
• Atención a la calidad y disposición para trabajar en equipo.
• Capacidad para identificar bloqueos y pedir ayuda oportunamente.

Autonomía y alcance

Ejecuta tareas acotadas con criterios de aceptación claros; requiere revisión para decisiones arquitectónicas, seguridad y despliegues críticos.

Fuera de alcance

• Decisiones arquitectónicas o de diseño de sistemas sin supervisión.
• Despliegues a producción y cambios de configuración críticos de forma autónoma.
• Definición de estándares, políticas de seguridad o criterios de evaluación del equipo.
• Diseño de contratos de servidores MCP o integraciones con sistemas sensibles sin acompañamiento.
• Mentoría formal o responsabilidad sobre el trabajo de otras personas.

Indicadores de desempeño

• Entrega de tareas con pruebas y documentación adecuadas.
• Reducción progresiva de defectos y retrabajo.
• Calidad de las evaluaciones y reproducibilidad de experimentos.
• Progreso en autonomía técnica y colaboración.

Requisitos recomendados

Formación técnica o experiencia equivalente demostrable; proyectos prácticos de IA y fundamentos sólidos de programación. Inglés técnico de lectura.

Evidencias en selección

Ejercicio de integración de un modelo con API y un servidor MCP existente, incluyendo pruebas, evaluación de respuestas y explicación de permisos y compromisos técnicos. Se valora la legibilidad y la documentación del código entregado.

• Avaloq : Data Analytics and Business Intelligence