Ingeniero IA Semi-Senior

Sintad; Pueblo Libre; On-site; PEN 90,000 - 130,000; Full time

Job summary

Sintad busca un Ingeniero IA Semi Senior para diseñar, desarrollar y desplegar soluciones de IA (ML y GenAI) que modernicen el ecosistema de software de Sintad. Participará en pipelines de extracción documental, chats con RAG híbrido y modelos en infra cloud.

Se debe manejar Python (FastAPI), SQL/NoSQL y entornos GCP/AWS; experiencia con LLMs comerciales y open source, y prácticas MLOps para despliegue y monitorización.

Qualifications

• 3–5 años de experiencia en desarrollo de software, con al menos 2 años en Data Science/ML/AI
• Dominio de Python (FastAPI indispensable) y SQL/NoSQL
• Experiencia práctica con LLMs comerciales y Open Source y desarrollo de sistemas RAG

Responsibilities

• Desarrollar pipelines de ingesta, clasificación y extracción de datos (OCR) para SUMAX DMS.
• Implementar modelos híbridos para detección de fraudes y discrepancias en tiempo real.
• Desarrollar GenAI y RAG híbrido con bases de datos vectoriales y Knowledge Graphs.
• Trabajar en LLMOps, gateways, prompts, observabilidad y guardrails de seguridad.
• Empaquetar y desplegar modelos (Docker/Kubernetes/Cloud Run) con monitoreo.

Skills

Python

SQL/NoSQL

LLMs/GenAI

Cloud computing

Docker/Kubernetes

MLOps/CI/CD

NLP

Tools

Vertex AI

SageMaker

LangChain

LlamaIndex

Neptune

Neo4j

Docker

Kubernetes

Job description

Buscamos un Ingeniero IA Semi Senior con interés en diseñar, desarrollar y desplegar soluciones de Inteligencia Artificial (Machine Learning y GenAI) para modernizar y potenciar el ecosistema de software de Sintad (SCE y SUMAX). El AI Engineer Semi-Senior será una pieza clave en un equipo de alto rendimiento, encargado de construir desde pipelines de extracción documental y chatbots con RAG híbrido y modelos de Machine Learning operando en infraestructuras Cloud (GCP/AWS) bajo estrictos criterios de eficiencia, escalabilidad y control de costos (FinOps)

Responsabilidades Principales:

El candidato participará activamente en los siguientes proyectos estratégicos:

Procesamiento Documental Inteligente (SUMAX DMS): Desarrollar y mantener pipelines de ingesta, clasificación (OCR avanzado) y extracción de datos orientados a pares llave-valor (Vertex AI, AWS Textract) bajo arquitecturas Serverless.

Machine Learning y Detección de Anomalías: Implementar y entrenar modelos híbridos (Isolation Forest, XGBoost) para la detección de fraudes y discrepancias en tiempo real, procesando datos desde bases de datos transaccionales mediante Change Data Capture (CDC).

Desarrollo GenAI y RAG Híbrido: Evolucionar asistentes conversacionales (Chatbots) integrando bases de datos vectoriales y Grafos de Conocimiento (Knowledge Graphs) para resolver razonamientos complejos ("multi-hop"), optimizando el uso de LLMs (Gemini, Claude, etc.).

Arquitectura y LLMOps: Colaborar en el despliegue de pasarelas de IA (Gateways), gestión de prompts, observabilidad (Langfuse) y aplicación de guardrails de seguridad para evitar fugas de información.

MLOps y Ciclo de Vida de Modelos: Empaquetar, desplegar (Docker/Kubernetes/Cloud Run) y monitorear modelos en producción utilizando estrategias Champion-Challenger para asegurar cero tiempo de inactividad (Zero Downtime).

Optimización de Costos (FinOps): Evaluar constantemente el consumo de tokens, uso de inferencia y costos de infraestructura (GCP vs AWS) para maximizar el ROI de los proyectos de IA.

Requisitos Técnicos (Hard Skills) Experiencia requerida:

3 a 5 años en desarrollo de software, con al menos 2 años de experiencia directa en roles de Data Science, Machine Learning Engineering o AI Engineering.

Lenguajes de Programación: Dominio de Python (FastAPI es indispensable) y conocimientos sólidos en SQL/NoSQL. Se valorará conocimiento en Java (SpringBoot) para integración con el equipo de backend de SUMAX.

Inteligencia Artificial y GenAI: Experiencia práctica con LLMs comerciales (Google Gemini, OpenAI, Anthropic) y Open Source (Mistral, DeepSeek). Desarrollo de sistemas RAG (Retrieval-Augmented Generation), uso de LangChain, LlamaIndex o frameworks similares. Conocimientos en NLP (Procesamiento de Lenguaje Natural) y algoritmos clásicos de ML (XGBoost, Random Forest, etc.).

Cloud Computing e Infraestructura: Experiencia intermedia/avanzada en Google Cloud Platform (GCP) (Vertex AI, Cloud Run, BigQuery) y/o AWS (Bedrock, Sagemaker, Lambda, S3). Conocimiento en arquitecturas Serverless y orientadas a eventos.

DevOps / MLOps: Manejo de contenedores (Docker) y familiaridad con orquestadores (Kubernetes). Conocimiento en versionado de modelos (Model Registry) y pipelines CI/CD.

Bases de Datos: Experiencia con bases de datos relacionales (PostgreSQL/MySQL), bases de datos vectoriales y nociones de Bases de Datos de Grafos (Neptune, Neo4j).

Requisitos Deseables (Nice-to-have)

Conocimiento del negocio de Comercio Internacional. Experiencia integrando soluciones modernas con sistemas legacy o ERPs tradicionales. Nociones de arquitecturas Multi-tenant y seguridad a nivel de fila (RLS). Familiaridad con el ecosistema de frontend moderno (Angular o Microfrontends) para facilitar la comunicación con los desarrolladores Fullstack.

Competencias y Habilidades Blandas (Soft Skills)

Mentalidad FinOps: Consciencia del costo de la nube. Capacidad para diseñar soluciones que no solo funcionen, sino que sean financieramente viables a escala. Adaptabilidad Tecnológica: Evitar el vendor lock-in; disposición para saltar de GCP a AWS según las necesidades de costo/beneficio del proyecto. Resolución de Problemas Complejos: Capacidad para investigar e implementar papers recientes o nuevas herramientas open-source en un entorno de rápida evolución. Trabajo en Equipo: Excelente disposición para trabajar en una célula pequeña (ágil) bajo el liderazgo de un Tech Lead exigente, colaborando fluidamente.

Inglés intermedio

principalmente para lectura de documentación técnica.

Capacidad para comprender documentación, tutoriales y recursos técnicos en inglés.

La capacidad de comunicarse verbalmente en inglés será valorada,