Ingeniero Experto en Sistemas RAG

Sobre esta oportunidad

Salvo Software busca a un Ingeniero Experto en RAG (Retrieval-Augmented Generation) que diseñe, construya y se haga cargo de los sistemas de recuperación y generación que impulsan sus productos de inteligencia artificial. Tu trabajo central será arquitectar pipelines RAG de nivel productivo de punta a punta: ingesta, chunking, embeddings, recuperación híbrida, reranking, evaluación y despliegue sobre LLMs de código abierto como Ollama y llama.cpp, tanto en la nube como on-prem y en entornos aislados (air-gapped).

Es un rol senior y muy práctico. Definirás los estándares de arquitectura RAG, tomarás las decisiones técnicas clave sobre calidad de recuperación, latencia y costo, y darás orientación técnica a los AI Developers del equipo. Trabajarás de cerca con ingeniería, producto y clientes para convertir fuentes de conocimiento complejas en funcionalidades de IA confiables, medibles y seguras.

Perfil buscado

Buscamos a una persona con sólida base en backend, ML o infraestructura, que ya haya llevado sistemas RAG a producción y disfrute tanto de la arquitectura como de la optimización fina. Alguien con criterio técnico, capaz de liderar sin necesidad de un cargo formal, que llegue a la causa raíz de los problemas en lugar de parchar síntomas y que se sienta cómoda colaborando en un entorno remoto y distribuido.

Responsabilidades principales

• Diseñar y ser responsable de arquitecturas RAG completas, desde la ingesta de documentos hasta respuestas fundamentadas y con citas.
• Construir estrategias avanzadas de recuperación: búsqueda híbrida (densa + BM25/sparse), reranking con cross-encoders, reescritura y expansión de consultas, filtrado por metadata y recuperación agéntica o de varios pasos.
• Definir estrategias de chunking e indexación para fuentes diversas: XML/XSD, formatos Office, PDFs y documentos escaneados.
• Seleccionar, comparar y ajustar modelos de embeddings, y administrar bases vectoriales (pgvector, Qdrant, Weaviate, Milvus, Azure AI Search u otras) a escala.
• Crear marcos de evaluación (recall@k, MRR, nDCG, faithfulness, answer relevance) y ejecutarlos de forma continua dentro del CI/CD.
• Reducir alucinaciones con grounding, citas, guardrails y manejo de confianza.
• Implementar recuperación multi-tenant y con control de permisos.
• Desarrollar integraciones MCP (Model Context Protocol) para exponer sistemas RAG y datos internos a LLMs y agentes.
• Optimizar el serving con Ollama y llama.cpp: cuantización (GGUF), ajuste de GPU/CUDA, batching, caching y despliegues offline.
• Establecer estándares, implementaciones de referencia y buenas prácticas; revisar diseños y código del equipo.
• Evaluar técnicas emergentes (GraphRAG, contexto largo vs. recuperación, RAG agéntico) y recomendar cuáles vale la pena adoptar.
• Desplegar y escalar servicios en Azure y AWS con Docker y Kubernetes, mantener pipelines CI/CD, construir observabilidad y apoyar la ingesta basada en eventos con Apache Kafka.

Requisitos clave

• Más de 6 años de experiencia en backend, ML o infraestructura, con al menos 2 años construyendo sistemas RAG en producción.
• Experiencia en arquitectura end-to-end, recuperación híbrida, reranking, chunking, indexación y marcos de evaluación.
• Nivel experto en Python y conocimiento profundo de embeddings, bases vectoriales y evaluación basada en métricas.
• Experiencia práctica sirviendo y optimizando LLMs de código abierto (Ollama, llama.cpp) con cuantización, además de diagnóstico y ajuste de GPU/CUDA.
• Dominio de Microsoft Azure, AWS, Docker, Kubernetes, Linux y pipelines CI/CD (se prefiere Azure DevOps).
• Conocimiento de Model Context Protocol (MCP).
• Excelente comunicación, liderazgo técnico y sentido de responsabilidad para definir estándares y colaborar en un entorno remoto.

¿Te interesa? Aplica directamente desde el enlace de la vacante.