Desarrollador de IA Agentica

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

Job summary

Vooxell busca un/a desarrollador/a de IA para construir y mejorar agentes en Python, conectándolos con APIs internas y bases de datos. El rol implica implementar búsqueda basada en documentos (RAG) y gestionar prompts para guiar el comportamiento de los agentes.

Se valorará experiencia con frameworks de agentes y plataformas de IA en la nube. Formación en Ingeniería de Sistemas y proyectos con LLMs; disponibilidad para trabajar en Lima.

Qualifications

• Formación en Ingeniería de Sistemas/Software/Computación o similar.
• Experiencia con proyectos de IA y agentes.
• Conocimientos de Python, APIs de modelos de lenguaje y herramientas de IA.
• Experiencia en pipelines de RAG y consultas a bases de datos.

Responsibilities

• Construir y mejorar agentes IA en Python usando modelos de lenguaje.
• Conectar agentes con APIs y bases de datos de la empresa.
• Implementar búsqueda documental (RAG) para respuestas basadas en información propia.
• Redactar y ajustar prompts y flujos de razonamiento.
• Probar y medir calidad, costo y rendimiento de agentes.
• Documentar código, configuraciones y resultados de pruebas.
• Participar en revisiones de código y reuniones de desarrollo.

Skills

Python

LLMs APIs

Agentes IA

Frameworks de agentes

RAG

Git

APIs REST

SQL

Inglés técnico

Education

Ingeniería de Sistemas/Software/Computación

Tools

LangGraph

LangChain

CrewAI

OpenAI Agents SDK

Claude Agent SDK

Docker

AWS/Azure/Cloud IA

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

• 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

• 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.