Practicante Python + Inteligencia Artificial Aplicada

Lo que necesitas tener

• Conocimiento de Python. Si no puedes escribir un script funcional sin copiar y pegar de Stack Overflow, todavía no es tu momento.
• Experiencia práctica (personal, académica o laboral) construyendo algo con LLMs: agentes, chatbots, herramientas, automatizaciones. Queremos ver qué has hecho, no qué cursos tomaste.
• Entendimiento real de cómo funcionan los modelos de lenguaje: tokens, contexto, prompting, function calling, outputs estructurados.
• Familiaridad con editores de código con IA (p. ej., Cursor o Windsurf) como entorno natural de trabajo.
• Experiencia usando modelos como Claude, GPT o Gemini a nivel de API, no solo desde la interfaz web.
• Familiaridad con APIs REST, Git y nociones de bases de datos (relacionales o vectoriales).
• Capacidad de aprender rápido y de forma autónoma.

Lo que te hace destacar

• Has construido un agente que realmente hace algo útil (no solo un wrapper de un modelo).
• Manejas algún framework de orquestación de LLMs (LangChain, CrewAI, LlamaIndex o similares) y sabes cuándo usarlo y cuándo no.
• Has trabajado con embeddings y búsqueda semántica usando bases de datos vectoriales (Pinecone, Weaviate, pgvector).
• Tienes experiencia en desarrollo web (frontend o backend).
• Un GitHub que demuestre programación por gusto o contribuciones open-source.
• Has desplegado algo en producción, aunque sea pequeño.

Patrimore es una fintech que ayuda a las personas a tomar mejores decisiones financieras. Somos 50 personas distribuidas en varias partes del mundo, y estamos buscando practicantes que construyan con IA de verdad — no que solo la usen.

Vas a trabajar directo con el equipo de tecnología, con ownership real desde el día uno: conectar modelos con sistemas internos, prototipar herramientas, optimizar flujos de datos y experimentar con lo que funcione. Acá se valora probar, fallar rápido y aprender.

• Diseñar, desarrollar y desplegar agentes e integraciones de IA para distintas áreas del negocio.
• Conectar modelos de lenguaje con sistemas internos, APIs y flujos de datos existentes.
• Construir y optimizar pipelines de procesamiento de información para alimentar modelos.
• Prototipar herramientas internas que aceleren el trabajo de otros equipos.
• Experimentar con nuevos modelos, técnicas y enfoques; valoramos probar, fallar rápido y aprender.

• Experiencia en desarrollo web (frontend o backend) para complementar soluciones IA.
• Contribuciones a proyectos open-source o proyectos propios que demuestren iniciativa y habilidad técnica.
• Conocimiento de herramientas de evaluación y pruebas de modelos de IA, así como prácticas de ML Ops.