Únete a un equipo con la IA en su ADN. Construimos sistemas que se adaptan, aprenden y evolucionan — en un entorno dinámico donde tu trabajo da forma al futuro.
Construimos sistemas inteligentes que se adaptan, aprenden y resuelven problemas reales. Si te mueve la curiosidad, la precisión y el impacto — echa un vistazo a nuestras posiciones abiertas.
Conectas papers y producción: evals, fine-tuning cuando importa y comportamiento bajo carga real. Explorarás cómo los modelos se adaptan con retroalimentación, fallan con elegancia y se mantienen alineados con los objetivos del producto — no solo con puntuaciones de benchmark. Ideal si te gustan los experimentos que se despliegan.
Diseñas stacks de inteligencia de extremo a extremo: modelos, retrieval, contexto, guardrails y cómo escalan. Piensas en sistemas — latencia, coste, seguridad y observabilidad — no en llamadas a una sola API. Si traduces objetivos difusos en arquitecturas sobre las que los equipos pueden construir, este es tu carril.
Despliegas features de IA nativa rápido: orquestando APIs, salidas estructuradas, UX en streaming y datos reales — no demos. Ciclos cortos, trade-offs claros y código en producción. Si te gusta ser dueño de una pieza de spec a deploy, aquí prosperarás.
Gestionas cómo los modelos ven el mundo: retrieval, uso de herramientas, memoria y la integración entre LLMs y sistemas reales. Los prompts son parte — también los schemas, harnesses de eval y depurar por qué el modelo falló. Ingenieros con sensibilidad al lenguaje que piensan como constructores.
Moldeas la confianza, la claridad y el flujo en torno a la IA: patrones conversacionales, estados vacíos, errores y cuándo mostrar el razonamiento versus ocultarlo. UX más diseño de lenguaje más feeling para el comportamiento del modelo. Para personas que quieren interfaces nativas a la inteligencia.
Construyes flujos multistep con uso de herramientas que funcionan de forma fiable en producción real: planificación, reintentos, handoff humano e integraciones. Menos "chat one-shot", más flujos duraderos. Si te importa la fiabilidad y hacer que los agentes sean predecibles, únete.
Haces que el resto del equipo sea más rápido: inferencia, batch jobs, observabilidad, controles de coste y rollout seguro de nuevos modelos. MLOps meets SRE para un producto de IA nativa. Si te gustan las plataformas, las métricas y mantener prod estable mientras los modelos cambian, esto encaja.
No añadimos IA sobre sistemas legados — diseñamos desde los principios fundamentales. Cada producto, cada arquitectura, cada decisión está marcada por cómo la inteligencia puede aprender, adaptarse y escalar. Aquí la IA no es una funcionalidad, es los cimientos.
Nuestros proyectos se mueven rápido. Los requisitos cambian, los modelos mejoran y cada semana surgen nuevas posibilidades. Si te desarrollas en un lugar donde el roadmap es un documento vivo y los supuestos de ayer se cuestionan hoy, encajarás.
Contratamos personas que hacen preguntas difíciles, cuidan los detalles y quieren que su trabajo importe. Sin teatro, sin buzzwords — solo sistemas que resuelven problemas reales para usuarios reales. Ese es el listón.
Modalidad híbrida con horario flexible. Valoramos el tiempo de concentración y el trabajo asíncrono cuando ayuda.
Cursos, conferencias, libros — invertimos en tu crecimiento.
Los últimos modelos, herramientas y arquitecturas. Sin lastre de legado.
Trabaja en proyectos con sentido. Menos capas, más autonomía.
Tus sistemas llegan a producción y tocan usuarios reales.
Pasos de selección claros. Sin cajas negras, sin rondas interminables.
Envía tu CV y una nota breve sobre el rol que te interesa.
30 minutos para alinear expectativas y encaje.
Específico del rol: una tarea pequeña, revisión de portfolio o sesión conjunta.
Nos movemos rápido. Si hay encaje, tendrás respuesta en días.
Únete
Nos encantaría saber de ti. Envía tu CV y una nota breve sobre el rol que te interesa — o cuéntanos cómo tus habilidades podrían encajar. No hace falta carta de presentación formal. Revisamos cada candidatura y respondemos en pocos días.
