AI Engineer

# Perfil profesional: AI Engineer Junior

## Misión del puesto

Participar en el desarrollo, integración y evaluación de soluciones de inteligencia artificial bajo

supervisión, aplicando buenas prácticas de ingeniería de software y aprendizaje automático.

## Experiencia orientativa

0-2 años de experiencia profesional relevante. La autonomía demostrada prevalece sobre la antigüedad.

## Responsabilidades

- Implementar funcionalidades de IA a partir de requisitos y diseños definidos.

- Integrar APIs de modelos de lenguaje y servicios de inferencia.

- Preparar datos y construir pipelines sencillos de procesamiento.

- Desarrollar pruebas unitarias, de integración y evaluaciones básicas de calidad.

- Colaborar en prototipos de RAG, embeddings y búsqueda semántica.

- Documentar código, experimentos, limitaciones y resultados.

- Monitorizar métricas básicas y colaborar en la resolución de incidencias.

- Escribir prompts y plantillas básicas, manteniéndolas versionadas en el repositorio.

- Integrar, bajo supervisión, herramientas y fuentes de contexto mediante clientes MCP (Model Context Protocol).

## Competencias técnicas

- Python, Git, SQL y fundamentos de APIs REST.

- Familiaridad con LLMs, prompting, embeddings y consumo de APIs.

- Bases de Docker, CI/CD, testing y servicios cloud.

- Conocimientos iniciales de privacidad, seguridad y uso responsable de IA.

- Uso responsable de asistentes de código (p. ej. Copilot o Kiro) con revisión crítica de su salida.

- Fundamentos de MCP: clientes, servidores, herramientas, recursos y prompts; descubrimiento e invocación de herramientas, y manejo básico de errores.

## MCP: expectativas específicas

- Consumir un servidor MCP existente desde un cliente y comprender los límites de acceso a datos y herramientas.

- Aplicar validación de entradas, gestión segura de credenciales y revisión humana cuando una acción tenga efectos externos.

- Diagnosticar errores sencillos de conexión y documentar contratos de herramientas.

## Competencias transversales

- Capacidad de aprendizaje, comunicación clara y receptividad al feedback.

- Atención a la calidad y disposición para trabajar en equipo.

- Capacidad para identificar bloqueos y pedir ayuda oportunamente.

## Autonomía y alcance

Ejecuta tareas acotadas con criterios de aceptación claros; requiere revisión para decisiones

arquitectónicas, seguridad y despliegues críticos.

## Fuera de alcance

- Decisiones arquitectónicas o de diseño de sistemas sin supervisión.

- Despliegues a producción y cambios de configuración críticos de forma autónoma.

- Definición de estándares, políticas de seguridad o criterios de evaluación del equipo.

- Diseño de contratos de servidores MCP o integraciones con sistemas sensibles sin acompañamiento.

- Mentoría formal o responsabilidad sobre el trabajo de otras personas.

## Indicadores de desempeño

- Entrega de tareas con pruebas y documentación adecuadas.

- Reducción progresiva de defectos y retrabajo.

- Calidad de las evaluaciones y reproducibilidad de experimentos.

- Progreso en autonomía técnica y colaboración.

## Requisitos recomendados

Formación técnica o experiencia equivalente demostrable; proyectos prácticos de IA y fundamentos

sólidos de programación. Inglés técnico de lectura.

## Evidencias en selección

Ejercicio de integración de un modelo con API y un servidor MCP existente, incluyendo pruebas,

evaluación de respuestas y explicación de permisos y compromisos técnicos. Se valora la legibilidad

y la documentación del código entregado.

- Avaloq: Data Analytics and Business Intelligence