AI Engineer El futuro se construye con talento, pasión e innovación. En Paradigma, sabemos que la tecnología es la principal para transformar el mundo, pero son las personas quienes hacen la diferencia.
Misión: Buscamos un/a
AI Engineer Senior con experiencia en el diseño de arquitecturas avanzadas basadas en modelos de lenguaje (LLMs) y sistemas agénticos,
capaz de definir y construir plataformas de inteligencia artificial que integren razonamiento, recuperación de conocimiento y ejecución de herramientas en entornos de producción.
La persona liderará el diseño técnico de soluciones que combinan
LLMs, grafos de conocimiento, recuperación semántica y mallas de agentes, permitiendo a los modelos operar sobre información estructurada y no estructurada con capacidad de planificación, verificación y adaptación.
Responsabilidades: Definir y desarrollar arquitecturas de IA basadas en sistemas multi-agente capaces de planificar tareas, coordinar herramientas y razonar sobre múltiples fuentes de información. Definir y desarrollar plataformas de contexto para LLMs, incluyendo pipelines de
RAG, GraphRAG
y memoria semántica. Diseñar mallas de agentes ( agent meshes ) que combinen planificación, recuperación de conocimiento, ejecución de herramientas y validación de resultados. Definir patrones de orquestación de agentes y workflows cognitivos mediante frameworks como
LangGraph, LangChain o LlamaIndex. Diseñar mecanismos de observabilidad, trazabilidad y evaluación de sistemas LLM en producción. Integrar modelos generativos con
grafos de conocimiento, bases de datos vectoriales,
APIs
y herramientas externas. Definir patrones de arquitectura reutilizables para construir soluciones de IA escalables dentro de la organización. Colaborar con equipos de data, producto y plataforma para integrar capacidades cognitivas dentro de aplicaciones y plataformas empresariales.
Competencias y Habilidades requeridas
Experiencia diseñando arquitecturas de IA basadas en LLMs en entornos de producción. Conocimiento profundo de sistemas agénticos y arquitecturas multi-agente. Experiencia implementando
RAG, GraphRAG
o sistemas avanzados de recuperación de conocimiento. Experiencia con frameworks de desarrollo del ecosistema de IA generativa como:
LangGraph, LangChain, LlamaIndex Experiencia
integrando LLMs con bases de datos vectoriales, grafos de conocimiento
o herramientas externas. Experiencia sólida en Python
y desarrollo de servicios backend para IA.
Competencias y Habilidades deseables
Experiencia en plataformas de conocimiento basadas en
grafos. Conocimiento de arquitecturas distribuidas y despliegues en
Kubernetes. Experiencia en evaluación, observabilidad y gobernanza de sistemas LLM. Experiencia en arquitecturas cloud
(AWS, GCP o Azure).