About this role
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