Perfil que buscamos

Objetivos Generales:

• Comprender y experimentar con las posibilidades actuales de la Inteligencia Artificial Generativa en tareas de texto, imagen, audio o código.
• Participar en la evaluación crítica del impacto ético y de negocio de las soluciones basadas en GenAI.
• Aprender buenas prácticas para la integración responsable, segura y eficiente de modelos generativos en productos reales.

Funciones y Tareas/Actividades a Desarrollar

• Evaluación y uso de modelos fundacionales (como GPT, Claude, Gemini, LLaMA o Mistral) para tareas específicas (generación de texto, resúmenes, clasificación, extracción de información, generación de imágenes o código).
• Fine-tuning, prompt engineering o uso de técnicas de in-context learning para adaptar modelos generativos a casos de uso específicos.
• Comparativa de capacidades y rendimiento entre diferentes modelos abiertos y propietarios (HuggingFace, OpenAI, Google Vertex AI, etc).

• Diseño de pipelines de generación e inferencia usando GenAI (por ejemplo, bots, asistentes inteligentes, generadores de documentos, etc).
• Uso de herramientas como LangChain, LlamaIndex, Semantic Kernel u otros orquestadores para construir aplicaciones GenAI.
• Desarrollo de soluciones basadas en retrieval-augmented generation (RAG) con integración de fuentes externas (bases de datos, APIs, documentos).
• Integración de APIs GenAI (OpenAI, Cohere, Anthropic, etc.) en flujos backend (Python) o frontales (por ejemplo, interfaces en Streamlit, Gradio o apps web).

• Diseño y ejecución de tests de calidad de generación (prompt testing, hallucination rate, factual consistency).
• Revisión de aspectos éticos: sesgos, alucinaciones, privacidad de datos y gobernanza responsable de modelos generativos.
• Documentación de experimentos, resultados y aprendizajes de forma clara para el equipo.

¿Qué ofrecemos?