Fecha de publicación: 02 Agosto ****
Somos una empresa de software en crecimiento y estamos construyendo el núcleo analítico de inteligencia artificial de una plataforma institucional en México.
Buscamos a alguien que ya haya trabajado con modelos de lenguaje fuera de la nube y quiera hacerlo a escala real.
Lo distintivo del proyecto: todo corre on-premise.
Ningún dato sale del servidor, no hay llamadas a APIs de terceros y el modelo nunca toca la base de datos directamente — consulta a través de herramientas acotadas con filtrado por rol.
Si te interesa el reto de hacer que un LLM sea útil, veloz y auditable dentro de un entorno cerrado, esta plaza es para ti.
Ingeniería en Sistemas, Computación, Ciencia de Datos o campo relacionado (titulado o últimos semestres con experiencia demostrable).
Mínimo 2 años con Python en producción, con FastAPI o framework equivalente.
Haber desplegado un modelo open-weights de forma local en un proyecto real - vLLM, Ollama, llama.cpp, TGI o similar.
Nos interesa que puedas explicar qué modelo elegiste, con qué cuantización y cómo resolviste el consumo de memoria.
Haber construido algo con agentes o tool calling que haya llegado a manos de usuarios: LangChain, LlamaIndex, function calling directo o RAG en producción.
Saber medir un sistema de IA, no solo correrlo.
Que puedas contarnos cómo supiste que tu solución funcionaba: qué mediste, contra qué, y qué hiciste con los casos en que falló.
Git, Docker y soltura trabajando sobre servidores Linux.
Criterio ético y discreción absoluta en el manejo de información confidencial.
Despliegue y operación del motor de inferencia local con modelos de arquitectura abierta cuantizados: selección de modelo, ajuste de memoria y contexto, monitoreo de latencia.
Construcción del agente conversacional en español: orquestación, memoria de sesión y un conjunto acotado de herramientas con SQL parametrizado - el modelo nunca genera SQL.
Implementación de las restricciones de acceso dentro de las herramientas, no en el prompt: el filtrado por rol y ubicación no debe poder evadirse reformulando la consulta.
Servicio de detección de patrones de riesgo sobre texto, con nivel de confianza por resultado y trazabilidad de los campos que lo activaron.
Pipeline de voz local: reconocimiento, traducción bidireccional y síntesis para español lengua originaria.
Pipeline de OCR de identificaciones oficiales,



con preprocesamiento de imagen y umbrales de confianza por campo.
Exposición de todos los componentes como microservicios en FastAPI, con logs estructurados y registro de cada inferencia.
Colaboración con el equipo de backend y con el especialista en entrenamiento de modelos que acompaña el proyecto.
Modelos de voz y traducción (Whisper, NLLB, TTS de código abierto).
OCR y visión por computadora (Tesseract, OpenCV).
PostgreSQL, incluido pgvector.
Seguridad de agentes: prompt injection, exfiltración vía herramientas.
Lugar: Hybrid (Puebla)
Skills
Ingeniería en Sistemas, Computación, Ciencia de Datos o campo relacionado (titulado o últimos semestres con experiencia demostrable).
Mínimo 2 años con Python en producción, con FastAPI o framework equivalente.
Haber desplegado un modelo open-weights de forma local en un proyecto real - vLLM, Ollama, llama.cpp, TGI o similar.
Nos interesa que puedas explicar qué modelo elegiste, con qué cuantización y cómo resolviste el consumo de memoria.
Haber construido algo con agentes o tool calling que haya llegado a manos de usuarios: LangChain, LlamaIndex, function calling directo o RAG en producción.
Saber medir un sistema de IA, no solo correrlo.
Que puedas contarnos cómo supiste que tu solución funcionaba: qué mediste, contra qué, y qué hiciste con los casos en que falló.
Git, Docker y soltura trabajando sobre servidores Linux.
Criterio ético y discreción absoluta en el manejo de información confidencial.
Despliegue y operación del motor de inferencia local con modelos de arquitectura abierta cuantizados: selección de modelo, ajuste de memoria y contexto, monitoreo de latencia.
Construcción del agente conversacional en español: orquestación, memoria de sesión y un conjunto acotado de herramientas con SQL parametrizado - el modelo nunca genera SQL.
Implementación de las restricciones de acceso dentro de las herramientas, no en el prompt: el filtrado por rol y ubicación no debe poder evadirse reformulando la consulta.




Servicio de detección de patrones de riesgo sobre texto, con nivel de confianza por resultado y trazabilidad de los campos que lo activaron.
Pipeline de voz local: reconocimiento, traducción bidireccional y síntesis para español lengua originaria.
Pipeline de OCR de identificaciones oficiales, con preprocesamiento de imagen y umbrales de confianza por campo.
Exposición de todos los componentes como microservicios en FastAPI, con logs estructurados y registro de cada inferencia.
Colaboración con el equipo de backend y con el especialista en entrenamiento de modelos que acompaña el proyecto.
Modelos de voz y traducción (Whisper, NLLB, TTS de código abierto).
OCR y visión por computadora (Tesseract, OpenCV).
PostgreSQL, incluido pgvector.
Seguridad de agentes: prompt injection, exfiltración vía herramientas.
Inglés B1- B2
Actividades
Despliegue y operación del motor de inferencia local con modelos de arquitectura abierta cuantizados: selección de modelo, ajuste de memoria y contexto, monitoreo de latencia.
Construcción del agente conversacional en español: orquestación, memoria de sesión y un conjunto acotado de herramientas con SQL parametrizado - el modelo nunca genera SQL.
Implementación de las restricciones de acceso dentro de las herramientas, no en el prompt: el filtrado por rol y ubicación no debe poder evadirse reformulando la consulta.
Servicio de detección de patrones de riesgo sobre texto, con nivel de confianza por resultado y trazabilidad de los campos que lo activaron.
Pipeline de voz local: reconocimiento, traducción bidireccional y síntesis para español lengua originaria.
Pipeline de OCR de identificaciones oficiales, con preprocesamiento de imagen y umbrales de confianza por campo.
Exposición de todos los componentes como microservicios en FastAPI, con logs estructurados y registro de cada inferencia.
Colaboración con el equipo de backend y con el especialista en entrenamiento de modelos que acompaña el proyecto.
Deseable
Fine-tuning con LoRA/QLoRA (transformers, peft, TRL).
Modelos de voz y traducción (Whisper, NLLB, TTS de código abierto).
OCR y visión por computadora (Tesseract, OpenCV).
PostgreSQL, incluido pgvector.
Seguridad de agentes: prompt injection, exfiltración vía herramientas.
Beneficios
100% nómina
Prestaciones de ley
#J-*****-Ljbffr

📌 Ingeniero/A De Ia - Llms On-Premise & Agentes (Heroica Puebla de Zaragoza)
🏢 Invest In Quality S. A. De C. V.
📍 Heroica Puebla de Zaragoza