Ingeniero de Despliegue Avanzado

• Disponibilidad para viajar ocasionalmente a las instalaciones del cliente según sea necesario.
• Capacidad para depurar algo que no has construido, con información incompleta y sin adivinar.
• Mides antes de concluir, y sabes distinguir entre un hallazgo y una hipótesis.
• Escribes Python de nivel de producción y te familiarizas rápidamente con documentación técnica desconocida, APIs de terceros, servicios en la nube o la plataforma de otra persona.
• Te sientes cómodo ante un cliente: haciendo la pregunta que expone un malentendido, estando en desacuerdo con alguien de mayor responsabilidad cuando la evidencia lo dicta, y manteniendo un problema sin resolver de forma abierta en lugar de cerrarlo prematuramente.
• Escuchas para encontrar el problema detrás de la solicitud, y compruebas tu interpretación en voz alta antes de construir nada.
• Has construido o desplegado sistemas impulsados por LLM o modelos generativos y comprendes cómo el comportamiento del modelo afecta a la experiencia del producto.
• Te mantienes al día de la evolución del sector: nuevos modelos, enfoques de guardrails y las herramientas que los clientes ya están evaluando, para poder decirles qué se adapta a su caso y qué no.
• Determinas dónde deben situarse los controles en sistemas agénticos, donde no hay una única entrada y salida: las llamadas a herramientas, los pasos de recuperación, el razonamiento intermedio y la respuesta final son cada uno un lugar donde algo puede fallar.
• Fluidez en inglés y español; una gran parte de nuestro trabajo de campo actual se realiza en estos idiomas.

No necesitas todos ellos, y no esperamos que nadie llegue con fluidez en cada uno:

• Plataformas cloud: GCP, AWS o Azure, y sus servicios de IA gestionados: Vertex AI, Bedrock, Azure OpenAI. Saber dónde se ejecuta realmente un modelo y qué implica eso para la residencia de datos surge en casi todos los proyectos regulados
• API gateways y service meshes: Apigee, Kong, AWS API Gateway. Las capas de control se despliegan frecuentemente como una política de gateway en lugar de en el código de la aplicación, por lo que entender los flujos de solicitud y respuesta, y quién es el responsable de ellos, es importante
• Infraestructura como código: Terraform ante todo. En las grandes organizaciones rara vez se cambia algo a mano; propones un cambio en el módulo de otra persona y esperas
• Despliegue y redes: contenedores, Kubernetes, VPC y endpoints privados, y la diferencia entre SaaS, alojado en VPC y on-premise desde la perspectiva de una revisión de seguridad del cliente
• Identidad y acceso: cuentas de servicio, OAuth, roles IAM y la realidad cotidiana de no tener los permisos que necesitas
• Datos y orquestación: pipelines de RAG, almacenes vectoriales, extracción de documentos y los frameworks que los conectan
• Observabilidad: Cloud Logging, Datadog, Grafana. Gran parte de la evidencia que necesitas durante un proyecto ya está en los logs de alguien
• Agentes y orquestación: LangGraph, CrewAI, servidores MCP, arquitecturas de llamada a herramientas y trazabilidad con Langfuse o LangSmith.
• Experiencia en seguridad, DLP, herramientas de cumplimiento o evaluación de ML.
• Haber sido cliente de este tipo de productos anteriormente.

En Alinia, permitimos el despliegue seguro de operaciones de IA críticas para el negocio en industrias que dependen de la alineación de políticas y valores, y de la confianza. Hacemos que el despliegue seguro de LLM sea más accesible y eficaz para empresas en sectores regulados.

En Alinia, los Forward Deployed Engineers entregan una solución funcional para el caso de uso de IA regulado con el que un cliente tiene dificultades, diseñada en torno a su problema, sus limitaciones y su arquitectura, y que funciona en producción.

La mayor parte de ese trabajo ocurre dentro de una arquitectura que tú no diseñaste. Nuestra detección tiene que encajar junto al modelo del cliente, su API gateway, su pipeline de datos y su proceso de aprobación.

Gran parte del rol consiste en comprender ese entorno lo suficientemente bien como para tomar buenas decisiones en él: qué integrar dónde, qué medir y qué decirles cuando la respuesta no es la que esperaban. Para ello, necesitarás entender el sistema y el problema actuales lo suficiente como para saber qué construir, sabiendo que lo que te llega suele ser un síntoma más que un diagnóstico.

En una gran organización, la persona que convive con el problema, el equipo que gestiona el sistema en el que se encuentra y las personas que establecen las reglas que este debe respetar rara vez son las mismas, y cada una tiene una visión parcial. Llegar a una respuesta útil significa escuchar a todos ellos, conciliar lo que no encaja y

formar tu propia visión de lo que está ocurriendo realmente.

Por tanto, es un rol de ingeniería práctico con trabajo de cara al cliente. Escribirás Python, leerás detenidamente la documentación de las API de otros equipos, diseñarás experimentos, construirás evaluaciones y lo harás junto a los ingenieros del cliente, que no aceptarán tus conclusiones por fe, y a sus expertos

en cumplimiento, que necesitan saber qué significan esas conclusiones para sus obligaciones. Te moverás entre ambos registros en la misma reunión.

En la mayor parte del proceso (proyectos), tú también eres la persona que el cliente asocia con Alinia. Lo que digas que podemos hacer se convierte en lo que ellos creen que podemos hacer, razón por la cual ser directo sobre los límites es tan importante como cumplir con los objetivos. Estas relaciones duran meses.

• Trabajar con los equipos de ingeniería e investigación de Alinia para diseñar y entregar la integración que cada cliente necesita, construyendo y creando prototipos tú mismo cuando sea el camino más rápido, y convirtiendo el resto en tareas que el equipo pueda asumir.
• Ser el puente en ambas direcciones: traducir las limitaciones de un cliente en requisitos sobre los que nuestros ingenieros puedan actuar, y explicar al cliente qué puede y qué no puede hacer la plataforma.
• Comprender y validar tu comprensión del stack del cliente.
• Crear reproducciones, integraciones y entornos de evaluación en Python contra nuestra API y el stack del cliente.
• Responsabilizarte de la entrega técnica en múltiples despliegues, desde el primer prototipo hasta la producción estable.
• Codificar patrones de trabajo en herramientas, manuales (playbooks) o bloques de construcción que otros puedan utilizar.
• Trabajar directamente con ingenieros del cliente, equipos técnicos y expertos en cumplimiento (SMEs).
• Redactar los hallazgos de modo que sobrevivan al ser reenviados a alguien que no estuvo presente en la reunión.
• Aportar lo que aprendas al producto; las carencias que encuentres sobre el terreno son la hoja de ruta.

Somos flexibles con la seniority. Preferimos contratar a alguien que encaje con el trabajo que cubrir un nivel; dinos dónde crees que te sitúas.