Desarrollador de IA Agéntica

Vooxell; Lima Metropolitana; On-site; PEN 60,000 - 90,000; Full time

Job summary

Vooxell busca un Desarrollador de IA enfocado en construir y mejorar agentes que resuelvan tareas complejas mediante lógicas de razonamiento y combinación de herramientas. Desarrollarás en Python con API de modelos de lenguaje (Claude, OpenAI, Gemini) y conectarás con APIs internas, bases de datos y documentos.

Podrás usar frameworks como LangChain o LangGraph y aplicar técnicas de RAG para respuestas basadas en textos propios.

Qualifications

• Conocimiento práctico de Python, librerías y llamadas a APIs.
• Experiencia con APIs de modelos de lenguaje (Claude, OpenAI, Gemini) y manejo de prompts.
• Conceptos de agentes IA: razonar, usar herramienta, observar resultado y gestionar contexto.
• Familiaridad con frameworks de agentes (LangChain, LangGraph, etc.) y sistemas de orquestación.
• Conocimientos de RAG: embeddings, bases de datos vectoriales y partición de documentos.
• Git, PRs y trabajo en equipo; REST APIs con FastAPI o Flask.
• Bases de datos SQL (PostgreSQL/MySQL) y consultas básicas.
• Inglés técnico para leer documentación.

Responsibilities

• Construir y mejorar agentes a partir de diseños existentes del equipo senior.
• Desarrollar agentes de IA en Python usando APIs de modelos de lenguaje.
• Conectar agentes con APIs internas, bases de datos y apps de la empresa.
• Implementar Búsqueda en documentos (RAG) para respuestas propias.
• Redactar y ajustar prompts que guían el comportamiento de los agentes.
• Probar casos reales y medir calidad, costos y tiempos.
• Corregir fallas y mejorar rendimiento en producción.
• Documentar código, configuraciones y resultados de pruebas.
• Participar en revisiones de código y reuniones de desarrollo.
• Mantenerse al tanto de herramientas y prácticas de IA agéntica.

Skills

Python

APIs de modelos de lenguaje

Lógica de agentes / razonamiento

Git

Lectura de documentación en inglés

Prompts y tool use

Memoria/contexto en agentes

Education

Bachiller o Ingeniería en Sistemas/Computación

Tools

LangGraph

LangChain

CrewAI

OpenAI Agents SDK

Claude Agent SDK

Job description

Funciones y responsabilidades

• El puesto se centra en construir y mejorar agentes que ya fueron diseñados por el equipo senior.
• Desarrollar agentes de IA en Python usando las APIs de modelos de lenguaje (Claude, OpenAI, Gemini u otros).
• Conectar los agentes con herramientas y sistemas de la empresa: APIs internas, bases de datos, documentos y aplicaciones.
• Implementar búsqueda sobre documentos de la empresa para que el agente responda con información propia (técnica RAG).
• Redactar y ajustar las instrucciones (prompts) que guían el comportamiento de los agentes.
• Probar los agentes con casos reales y medir su calidad: respuestas correctas, errores, tiempos y costos.
• Corregir fallas y mejorar el desempeño de los agentes en producción.
• Documentar el código, las configuraciones y los resultados de las pruebas.
• Participar en revisiones de código y reuniones del equipo de desarrollo.
• Mantenerse actualizado en herramientas y prácticas de IA agéntica, un campo que cambia cada pocos meses.

Requisitos técnicos obligatorios

El candidato debe demostrar conocimiento práctico en estos puntos, idealmente con proyectos que pueda mostrar.

• Python: Escribir código limpio, manejar librerías, entornos virtuales y llamadas a APIs
• APIs de modelos de lenguaje (LLMs): Usar las APIs de Claude, OpenAI o Gemini; manejar prompts, function calling / tool use y salidas en JSON
• Conceptos de agentes de IA: Entender el ciclo razonar → usar herramienta → observar resultado, la memoria y el manejo de contexto
• Frameworks de agentes (al menos uno): LangGraph, LangChain, CrewAI, OpenAI Agents SDK, Claude Agent SDK o similares
• RAG (búsqueda sobre documentos): Embeddings, bases de datos vectoriales (pgvector, Pinecone, Chroma) y división de documentos en fragmentos
• Git: Ramas, commits, pull requests y trabajo en equipo con GitHub o GitLab
• APIs REST: Crear y consumir servicios web, idealmente con FastAPI o Flask
• SQL y bases de datos: Consultas básicas en PostgreSQL, MySQL o similar
• Inglés técnico: Leer documentación técnica en inglés

Requisitos deseables

No son excluyentes, pero suman puntos en la evaluación.

• MCP (Model Context Protocol): estándar actual para conectar agentes con herramientas y fuentes de datos.
• Sistemas multi-agente: varios agentes que se coordinan o se reparten una tarea.
• Evaluación y observabilidad de agentes: herramientas como LangSmith, Langfuse o similares para medir y monitorear calidad.
• Docker: empaquetar aplicaciones en contenedores.
• Nube: experiencia básica en AWS, Azure o Google Cloud, incluidos sus servicios de IA (Bedrock, Azure OpenAI, Vertex AI).
• TypeScript / Node.js: segundo lenguaje usado en el ecosistema de agentes.
• Seguridad en IA: nociones de prompt injection, control de permisos de herramientas y protección de datos sensibles.
• Costos y rendimiento: optimizar el consumo de tokens, la latencia y el costo por consulta.
• Certificaciones: en nube o IA (por ejemplo AWS, Azure AI, Google Cloud), o cursos reconocidos en LLMs y agentes.

Formación y experiencia

En este campo los proyectos demostrables pesan más que los años, porque la IA agéntica tiene muy poco tiempo en el mercado.

Formación académica

• Egresado o bachiller en Ingeniería de Sistemas, Ingeniería de Software, Ciencias de la Computación, Ingeniería Informática o carreras afines.
• También se aceptan perfiles de bootcamps o formación autodidacta si presentan proyectos sólidos.

Experiencia

• 0 a 2 años de experiencia como desarrollador (backend, datos o similar). Prácticas profesionales cuentan.
• Al menos 1 o 2 proyectos con LLMs o agentes de IA que pueda mostrar: repositorio en GitHub, portafolio, proyecto de tesis o trabajo previo.
• Valorable: haber puesto en uso real alguna aplicación con IA, aunque sea un proyecto pequeño o interno.

Competencias blandas

• Aprendizaje rápido y autónomo: las herramientas de IA cambian cada pocos meses.
• Pensamiento analítico: descomponer un proceso del negocio en pasos que un agente pueda ejecutar.
• Comunicación clara: explicar a usuarios no técnicos qué hace el agente y cuáles son sus límites.
• Trabajo en equipo y apertura a la retroalimentación: trabajará bajo supervisión y con revisiones de código.
• Criterio y responsabilidad: detectar cuándo un agente se equivoca o inventa información, y reportarlo.
• Curiosidad por experimentar: probar enfoques distintos y documentar qué funcionó y qué no.