AI Full-Stack Engineer (Llms)

🧠 Requisitos

Buscamos un/a AI Full Stack Engineer con experiencia en desarrollo de software y en la puesta en producción de soluciones de IA en contextos reales. El/la candidato/a debe sentirse cómodo/a trabajando de extremo a extremo (backend + frontend), integrando modelos y construyendo sistemas que funcionen en operación continua.

• Experiencia: 3+ años en desarrollo de software.
• IA en producción: experiencia real implementando soluciones de IA con criterios de estabilidad, rendimiento y escalabilidad.
• Full stack: dominio de backend y frontend para construir producto end-to-end.
• Integración de modelos: experiencia integrando modelos (LLMs, visión por computador, ML) en aplicaciones reales.
• Inglés: inglés intermedio (lectura técnica).
• Stack técnico (ejemplos): IA & ML con Python, PyTorch/TensorFlow, LangChain, LlamaIndex, OpenAI, Anthropic, Gemini; Frontend con React o Vue.js, HTML, CSS, JavaScript/TypeScript; Backend con Node.js o Python (FastAPI, Flask, Django), APIs REST y microservicios; Infraestructura con Docker y CI/CD en AWS/GCP/Azure; Datos con PostgreSQL, MySQL, MongoDB y Redis.

Valoramos especialmente la mentalidad de producto y la orientación a resultados: que puedas transformar necesidades en decisiones técnicas claras, mantener una comunicación fluida con stakeholders y resolver problemas de forma pragmática. También necesitamos rigor en la documentación, pensamiento crítico frente a trade-offs (coste vs. rendimiento) y capacidad para trabajar con calidad en entornos cloud.

Projects

En Devups creemos en la flexibilidad como ventaja competitiva: por eso ofrecemos staff augmentation para que las empresas puedan sumar (o ajustar) equipos de desarrollo de forma rápida, sin el coste y el riesgo asociados a la contratación tradicional. Buscamos un/a AI Full Stack Engineer para impulsar la construcción y evolución de soluciones productivas donde la Inteligencia Artificial sea un componente central. El trabajo se centrará en integrar modelos (LLMs, visión artificial y analítica) en productos reales, avanzando desde prototipos hasta despliegues estables, escalables y orientados a impacto en negocio. Colaboraremos estrechamente con equipos de producto, datos y operaciones para definir arquitectura, automatizar pipelines y garantizar calidad, rendimiento y trazabilidad en entornos cloud.

🚀 Responsabilidades

• Diseñar e implementar soluciones full stack integrando modelos de IA (LLMs, visión artificial y analítica) como parte central del producto.
• Desarrollar APIs y microservicios para exponer capacidades de IA de forma robusta, mantenible y reutilizable.
• Construir interfaces de usuario (dashboards, sistemas de monitoreo y herramientas de análisis) para facilitar el uso, la observabilidad y la toma de decisiones.
• Integrar modelos de Machine Learning y Deep Learning en sistemas productivos, considerando requisitos de latencia, estabilidad y consumo de recursos.
• Implementar pipelines de datos e inferencia: orquestación, preparación de inputs, ejecución de inferencias y manejo de resultados.
• Desplegar soluciones en cloud usando AWS, GCP o Azure, aplicando buenas prácticas de infraestructura y operación.
• Optimizar rendimiento en producción: latencia, throughput, fiabilidad y recuperación ante fallos.
• Colaborar con equipos de producto, datos y operaciones para alinear objetivos técnicos y de negocio.
• Documentar arquitectura, decisiones técnicas y aprendizajes para habilitar escalabilidad del equipo y del sistema.

Beneficios

Como parte de Devups, ofrecemos un entorno laboral flexible donde la innovación, el crecimiento profesional y la adaptabilidad son clave. Al ser un servicio de staff augmentation, promovemos la posibilidad de trabajar con modalidad remoto global, facilitando el equilibrio entre vida personal y profesional. Fomentamos el desarrollo continuo y apoyamos la certificación y formación en tecnologías punteras para mantenernos a la vanguardia.

⭐ Plus valorado

• Experiencia en Computer Vision (OpenCV, video, CCTV) o casos similares de visión por computador.
• Experiencia sólida implementando LLMs en producción (integración, evaluación, manejo de fallos y latencia).
• Conocimientos de edge computing (Jetson, Raspberry) para escenarios con restricciones de recursos.
• Experiencia con integraciones en tiempo real y procesamiento de eventos.
• Conocimientos o experiencia en seguridad electrónica o sistemas industriales.