AI Engineer
Mexico · 2 days ago
Deploy and operate LLM agents serving members via WhatsApp and other channels, including tool calling, context building, evals and LLM observability. Own projects end to end from problem definition to production in a regulated environment.
- Workplace
- Remote
- Seniority
- Senior
- Experience
- 5+ years
Skills
About the role
## Responsibilities • Poner agentes en producción para atender a los miembros a través de WhatsApp y futuros canales • Orquestar agentes y realizar tool calling contra los sistemas de la empresa • Construir el contexto del miembro a partir de múltiples fuentes • Definir y ejecutar evals sobre casos reales y criterios de aceptación antes de lanzar • Crear una plataforma de observabilidad de LLMs con trazas, costo, latencia y calidad • Desarrollar evals como infraestructura, acceso a modelos agnóstico de proveedor y versionado de prompts • Implementar guardrails, protección de PII, verificación de identidad y human-in-the-loop en un entorno regulado • Llevar proyectos de punta a punta desde la definición del problema hasta producción • Documentar decisiones mediante ADRs, participar en revisiones y pairing, y establecer patrones reutilizables • Colaborar con producto, data, operaciones y otros ingenieros • Decidir qué construir, comprar o ensamblar para el desarrollo con LLMs ## Requirements • ~5+ años de experiencia • Haber llevado LLMs en producción, con al menos un sistema frente a usuarios reales que operaste después del lanzamiento • Experiencia seria con tool calling: diseñar tools y manejar llamadas incorrectas o argumentos equivocados • Experiencia seria con evals: datasets de casos reales, LLM-as-judge calibrado contra humanos y regresiones antes de cada cambio de prompt o modelo • Experiencia con datos sensibles en producción: PII, retención y acuerdos de procesamiento con proveedores • Español nativo o fluido • Inglés profesional • Context engineering: compactación, memoria y context provisioning vía tools • Retrieval agéntico y servidores MCP • Seguridad de agentes: prompt injection directa e indirecta, permisos mínimos por tool y red-teaming • Multi-agente, subagentes y ejecución durable • Prompt caching, routing entre modelos y structured outputs • Evals online: shadow mode, A/B entre prompts o modelos y feedback humano que vuelve al dataset • Experiencia con WhatsApp, voz, salud o seguros es un plus ## Benefits • Feedback en cada etapa del proceso de selección • Self-merge por defecto • CI, tipos y pruebas como bloqueo • Revisión de arquitectura enfocada en ADRs • Proceso de selección que busca cerrarse en pocas semanas
Posted Nov 6, 2026