País
Sector
Buscar profesión
Ingeniero de indicaciones
Diseño de instrucciones precisas para sistemas de inteligencia artificial generativa de alto rendimiento
2 500 – 10 000 PEN (S/)
Salario / año
Universitario
Nivel de formación
00
Automatización
Medio
Dificultad
Positivo
Empleabilidad
6-12 meses
Tensión del mercado
Moderada
Movilidad
Posible
Automatización
Medio
Dificultad
Positivo
Empleabilidad
6-12 meses
Tensión del mercado
Moderada
Movilidad
Posible
About
El ingeniero de indicaciones diseña, prueba y optimiza prompts para modelos de lenguaje de gran escala (LLM) como GPT, Claude o Gemini. Trabaja con herramientas de evaluación como PromptFlow, LangChain o LlamaIndex, y colabora con equipos de ciencia de datos, desarrollo de producto e investigación aplicada. Su labor abarca desde la arquitectura de cadenas de razonamiento hasta la reducción de alucinaciones y la mejora de la coherencia en respuestas automatizadas, con métricas cuantificables de calidad y rendimiento.
Habilidades
Habilidades técnicas
- Diseño de prompts con técnicas chain-of-thought, few-shot y zero-shot para mejorar precisión
- Uso de frameworks como LangChain, LlamaIndex y Semantic Kernel
- Experiencia con modelos LLM como GPT-4, Claude, Gemini, Mistral
- Scripting en Python para automatización de pipelines
- Evaluación de modelos con métricas BLEU, ROUGE, F1
- Herramientas MLOps como MLflow y Weights & Biases
- Control de versiones con Git y gestión de repositorios
- Conocimiento en bases de datos vectoriales como Pinecone, Weaviate, Chroma
Habilidades interpersonales
- Aplicación de pensamiento analítico a sistemas no deterministas
- Comunicación técnica clara con perfiles no especializados
- Capacidad de síntesis para convertir requisitos complejos en instrucciones accionables
- Rigor metodológico en la documentación de experimentos
- Adaptabilidad ante la evolución rápida del ecosistema IA
Misiones
- Diseñar prompts estructurados utilizando técnicas avanzadas como chain-of-thought y few-shot para reducir tasas de error en un 20%
- Evaluar respuestas de modelos LLM mediante rúbricas cuantitativas, registrando los resultados en hojas de seguimiento
- Implementar bibliotecas de prompts reutilizables en repositorios Git con control de versiones
- Realizar pruebas A/B entre variantes de instrucciones, midiendo coherencia, precisión y latencia
- Integrar pipelines de prompts en flujos de producción usando LangChain o Semantic Kernel
- Documentar patrones de fallo y actualizar guías internas de mejores prácticas cada sprint
- Colaborar con equipos de producto para traducir requisitos funcionales en instrucciones ejecutables
- Monitorizar la deriva de modelos con dashboards en Weights & Biases o MLflow
- Optimizar el uso de tokens para reducir costes de inferencia en al menos un 15%
- Desarrollar conjuntos de datos de evaluación con benchmark interno y métricas BLEU, ROUGE o similares
Entornos de trabajo
Los entornos de trabajo pueden variar:
Startups de inteligencia artificial generativa con enfoque en innovación
Laboratorios de investigación aplicada en empresas tecnológicas líderes
Departamentos de producto digital con integración de IA para soluciones avanzadas
Consultoras especializadas en transformación digital y adopción de IA
Empresas de software B2B con asistentes conversacionales para mejorar la interacción
Equipos de MLOps en organizaciones de gran escala con enfoque en eficiencia
Posibles evoluciones
- Evolucionar hacia arquitecto de soluciones IA generativa
- Convertirse en responsable de ingeniería de LLMs
- Desempeñar el rol de investigador en alineamiento de modelos de lenguaje
- Asumir la posición de líder técnico de producto IA
- Llegar a ser director de innovación en inteligencia artificial
Perfil buscado
Curiosidad sistemática ante el comportamiento de los modelos
Precisión en la redacción técnica y la formulación de instrucciones
Autonomía en la gestión de experimentos y ciclos de iteración
Orientación a resultados medibles en entornos de incertidumbre
¿Cómo ser Ingeniero de indicaciones?
