14 roles
Perfiles de IA Generativa
Incluye a quienes construyen, evalúan, aseguran y operan sistemas con modelos de lenguaje y agentes. Es un área muy nueva y cambiante, donde pocos candidatos tienen experiencia en producción y abundan quienes solo han hecho demostraciones.
AI Engineer (GenAI)
Construye aplicaciones con modelos de lenguaje mediante APIs de OpenAI u otros proveedores, LangChain, LlamaIndex y bases vectoriales. Convierte las capacidades de la IA generativa en funciones concretas de producto.
- OpenAI API
- LangChain
- LlamaIndex
- Vector Databases (Pinecone, Milvus)
Conversation Designer / Diseñador de Agentes (Prompt Engineer)
Diseña cómo conversa un asistente con los usuarios: instrucciones de sistema, flujos de diálogo, tono y personalidad. Prueba y ajusta el comportamiento del agente con herramientas como Voiceflow y con usuarios reales.
- Prompts de sistema
- Diseño de flujos conversacionales
- Tono y personalidad del agente
- Voiceflow
MLOps / LLMOps Engineer
Gestiona el ciclo de vida de modelos de lenguaje en producción: ajuste fino con LoRA, evaluación, despliegue y monitorización con herramientas como LangSmith. Mantiene calidad y coste bajo control.
- Ajuste fino (Fine-tuning)
- LoRA
- Evaluación de LLMs
- LangSmith
AI Automation / Integration Engineer
Conecta modelos de IA con herramientas de negocio mediante n8n, Make o Zapier, APIs de OpenAI o Claude, webhooks y CRM o ERP. Automatiza procesos que antes exigían tareas manuales de lectura y decisión.
- n8n
- Make
- Zapier
- OpenAI API
AI Product Manager
Define productos que incorporan inteligencia artificial: qué problema resuelve, cómo se mide su calidad y qué riesgos asume. Equilibra lo que la IA puede hacer con lo que el usuario necesita y confía.
- Definición de productos basados en IA
- métricas de adopción
AI / Agent Security Engineer
Protege sistemas de agentes y modelos de lenguaje: guardarraíles con NeMo o Llama Guard, permisos de agentes, seguridad de MCP y de herramientas, y prevención de fuga de datos. Reduce riesgos nuevos propios de la IA agéntica.
- Guardrails (NeMo Guardrails, Llama Guard)
- Identidad y permisos de agentes
- Seguridad de MCP y herramientas
- Threat modeling de agentes
Head of AI / Responsable de Estrategia de IA
Dirige la adopción de inteligencia artificial en la empresa: estrategia, casos de uso, gobierno y retorno de las inversiones. Hace de puente entre dirección, tecnología y las áreas de negocio.
- Adopción de IA corporativa
- ROI de proyectos IA
Forward Deployed Engineer / Applied AI Engineer
Lleva soluciones de IA a los sistemas reales de un cliente o de la empresa: integra LLM, RAG y evaluaciones en el entorno de producción. Trabaja muy cerca del usuario final para resolver su problema concreto.
- Python
- LLM APIs (OpenAI, Claude, Gemini)
- RAG
- Integración en sistemas del cliente
AI Agent Engineer
Construye agentes de IA que planifican y ejecutan tareas usando herramientas, memoria y protocolos como MCP, con Claude Agent SDK, LangGraph, Google ADK o CrewAI. Diseña su fiabilidad y sus límites de actuación.
- Claude Agent SDK
- LangGraph
- Google ADK
- CrewAI
AI Evals Engineer
Diseña y ejecuta evaluaciones que miden la calidad de sistemas con IA: conjuntos de datos, métricas y pruebas automáticas con Braintrust, LangSmith o Promptfoo. Permite mejorar con evidencia y detectar regresiones.
- Evals (Braintrust, LangSmith, Promptfoo)
- Benchmarks
- Datasets
- Python
Context / RAG Engineer
Diseña cómo los modelos reciben el contexto adecuado: recuperación con RAG, bases vectoriales como pgvector o Weaviate, embeddings, fragmentación y reordenadores. De ello depende que las respuestas sean precisas.
- RAG
- Vector DBs (Pinecone, pgvector, Weaviate)
- Embeddings
- Chunking
AI Red Teamer
Ataca sistemas de IA de forma controlada para encontrar fallos: jailbreaks, inyección de instrucciones y pruebas adversarias con herramientas como Garak o PyRIT. Aporta una visión de riesgo antes del lanzamiento.
- Jailbreaks
- Prompt injection
- Adversarial testing
- OWASP LLM Top 10
Data Annotator / AI Trainer
Prepara y evalúa datos para entrenar y mejorar modelos de IA: etiquetado, comparación de respuestas y valoración humana con RLHF. Su criterio determina la calidad con la que aprende y responde un modelo.
- Etiquetado de datos
- RLHF
- Label Studio
- Scale
AI Agent Manager / AgentOps
Supervisa agentes de IA en producción: trazas y observabilidad con LangSmith o Langfuse, control del gasto de tokens, detección de regresiones y escalado a personas. Mantiene a los agentes fiables día a día.
- LangSmith
- Langfuse
- Trazas y observabilidad de agentes
- Control de costes de tokens
Cómo validamos estos perfiles
- Un ejercicio, como construir un asistente con recuperación de documentos o un agente con herramientas, revela errores, costes y límites.
- Pedir que diseñe una evaluación de su sistema, con casos y criterios, muestra si mide la calidad.
- Preguntar cómo trató un caso en que el modelo falló en producción revela experiencia real y honestidad técnica.
Errores frecuentes al contratarlos
- Dejarse impresionar por demostraciones vistosas sin pedir evaluación, control de costes ni tratamiento de datos sensibles.
- Exigir años de experiencia desproporcionados en una tecnología que apenas lleva un par de años madura.
- Descuidar seguridad y privacidad, que en sistemas con agentes y datos propios son un riesgo principal.
Empieza hoy
¿Conquistamos tu próximo planeta?
Cuéntanos qué perfil necesitas. Te respondemos con un plan y un plazo, sin compromiso.
- Validamos los candidatos que recibes.
- Recibes candidatos finalistas en las primeras dos semanas, según el rol.
- Sigues el proceso en directo, sin cadenas de correos.

«Nos permitió delegar en Tadatic toda la selección tech de la compañía.»
Ya confían en Tadatic







