Buscamos un ingeniero de IA y Machine Learning para desarrollar la inteligencia que impulsa ArcGEN. La persona seleccionada será responsable del diseño, construcción y operación de pipelines de LLMs, arquitecturas de agentes y sistemas de evaluación, evolucionando desde prototipos en notebooks hasta sistemas completamente en producción con métricas de calidad medibles.

Responsabilidades:

• Diseñar y operar pipelines de LLMs, incluyendo embeddings, bases de datos vectoriales y sistemas de retrieval (RAG).
• Desarrollar arquitecturas de agentes, incluyendo tool calling, MCP, orquestación de subagentes y flujos complejos de IA.
• Construir y mantener frameworks de evaluación de modelos LLM: métricas, benchmarks, A/B testing y quality gates.
• Diseñar y optimizar prompts de forma sistemática para mejorar rendimiento y consistencia.
• Desarrollar modelos de machine learning aplicados a marketing (atribución, segmentación, forecasting y detección de anomalías).
• Transformar experimentos en notebooks en sistemas productivos escalables y mantenibles.
• Colaborar con ingenieros full-stack en la integración de soluciones de IA dentro de la plataforma.

Requisitos:

• Experiencia práctica con workflows modernos de LLM en producción: RAG, embeddings y bases de datos vectoriales (Pinecone, Weaviate, pgvector).
• Conocimientos de Python y librerías como pandas, NumPy, scikit-learn, PyTorch o TensorFlow.
• Experiencia en evaluación sistemática de modelos mediante métricas, benchmarks y frameworks de testing.
• Nivel alto de alemán (C2) e inglés (C1).
• Mentalidad orientada a producto: capacidad de construir sistemas en producción, no solo experimentos.
• Experiencia con fine-tuning, LoRA o distillation (valorable).
• Experiencia con MLOps tools como MLflow, Weights & Biases o DVC (valorable).
• Experiencia con frameworks de agentes como LangGraph, Mastra o Vercel AI SDK (valorable).
• Conocimiento de MCP y arquitecturas de tool calling (valorable).
• Experiencia en marketing analytics o modelos de performance marketing (valorable).
• Contribuciones en open source, Kaggle o publicaciones en ML/IA (valorable).