CUPULA Systems · Tecnología emergente
Ingeniero/a de IA y Datos
Construyes sistemas que leen documentos, responden preguntas y automatizan tareas con LLMs, embeddings y bases de datos vectoriales.
- Modalidad
- Remoto
- Exigencia técnica
- Exigencia técnica 4.5 de 5
Tu trabajo
Qué vas a construir
- Asistentes y agentes conversacionales que atienden consultas de clientes usando información de la propia empresa.
- Sistemas RAG: indexan documentos, buscan los fragmentos relevantes y los entregan al modelo para que responda con fundamento.
- Pipelines de datos que extraen, limpian y cargan información desde APIs, archivos CSV y documentos.
- Evaluaciones para medir si una respuesta de IA es buena, y no solo si suena convincente.
Herramientas
Con qué vas a trabajar
Base
- Python
- Es el centro del rol: scripts, pipelines y servicios de IA.
- SQL y JSON
- Consultar y mover datos estructurados.
- APIs y Git
- Consumir servicios externos y versionar el trabajo.
IA
- OpenRouter y Gemini API
- Acceso a distintos modelos de lenguaje desde un mismo código.
- Embeddings
- Representan el significado de un texto como números para poder compararlo.
- RAG y agentes
- Combinan búsqueda y generación; los agentes además ejecutan acciones.
Datos y automatización
- PostgreSQL y pgvector
- Búsqueda semántica dentro de la misma base de datos.
- Pandas
- Análisis y limpieza de datos tabulares.
- n8n y webhooks
- Conectan los modelos con el resto de los sistemas.
Punto de partida
Con qué te conviene llegar
No pedimos experiencia laboral: aceptamos estudiantes y esta puede ser tu primera experiencia. Esto es lo que nos ayuda que ya sepas; si algo te falta, lo aprendes en la formación inicial. Y puedes apoyarte en IA: somos una organización AI First.
- Programas en Python con comodidad: funciones, archivos, librerías, entornos virtuales.
- Interés genuino por los datos y la IA; has probado algún modelo por API o has hecho algún proyecto propio.
- Entiendes lo básico de bases de datos y de cómo consumir una API.
Suma, pero no se exige: Pandas, Haber usado una API de LLM, PostgreSQL, Proyectos propios de IA.
Crecimiento
Lo que sabrás hacer en unos meses
- Construir un sistema RAG completo, desde la ingesta del documento hasta la respuesta citada.
- Evaluar y mejorar la calidad de un agente con casos de prueba medibles.
- Poner un servicio de IA en producción con costos y límites controlados.
Experimentas por tu cuenta, lees cómo funcionan los modelos y quieres llevarlos del prototipo a algo que alguien use de verdad.