Acerca del puesto
Acerca del puesto
¿Y si el código que escribes pudiera determinar qué tan inteligente es realmente la próxima generación de IA? Buscamos ingenieros/as de software con experiencia para diseñar y construir los benchmarks de programación y los pipelines de datos utilizados para evaluar modelos de IA de frontera — los sistemas que deciden si una IA puede realmente razonar, depurar y escribir software de calidad de producción.
Este es un trabajo de alto impacto y técnicamente exigente en la intersección entre la ingeniería de software y la investigación en IA. Trabajarás con bases de código grandes, múltiples lenguajes de programación e infraestructura escalable para crear sistemas de evaluación que amplían los límites de lo que la IA puede hacer.
Este es un rol de contrato totalmente remoto. Si te desenvuelves bien en entornos de ingeniería de ritmo rápido y quieres que tu trabajo dé forma directa a la trayectoria de la IA — este es el rol.
- Organización: Alignerr
- Tipo: Contrato por horas
- Ubicación: Remoto
- Duración del contrato: 3 meses
- Dedicación: Se prefiere disponibilidad a tiempo completo
---
Lo que harás
- Diseñar e implementar benchmarks de programación utilizados para evaluar modelos de IA de frontera en tareas de programación del mundo real
- Construir y mantener pipelines de datos escalables para flujos de trabajo de evaluación de IA
- Analizar el código generado por IA en busca de corrección, fiabilidad y fallos en casos límite
- Crear escenarios de evaluación estructurados que pongan a prueba rigurosamente el razonamiento, la depuración y la calidad del código
- Trabajar con repositorios de código grandes y entornos multilingües
- Colaborar en sistemas que mejoran cómo los modelos de IA entienden y generan software
- Proporcionar retroalimentación técnica detallada sobre el rendimiento de los modelos y los patrones de fallo
- Contribuir al diseño de marcos de evaluación que establezcan estándares de la industria
---
Quién eres
- 4+ años de experiencia profesional en ingeniería de software — esto no es negociable
- Experiencia trabajando en una empresa tecnológica de alto crecimiento o en una organización de software de primer nivel
- Dominio experto de Python — escribes código Python limpio, eficiente y bien probado
- Experiencia práctica con repositorios de código y trabajo en bases de código grandes y complejas
- Experiencia demostrada en el diseño e implementación de benchmarks de programación para LLM y pipelines de datos
- Trayectoria trabajando en entornos de ingeniería de alto rendimiento con productos o plataformas a gran escala
- Sólido dominio de sistemas de control de versiones (Git) y flujos de trabajo de desarrollo modernos
- Hablante nativo o bilingüe de inglés con sólidas habilidades de comunicación escrita
- Autónomo/a, técnicamente riguroso/a y cómodo/a operando con autonomía
---
Qué conforma una combinación perfecta
Los candidatos con estas cualificaciones adicionales tienen la mayor probabilidad de éxito:
- Perfiles de ingeniería de nivel Senior o Lead con historial de responsabilidad técnica
- Título de Grado o Máster en Ciencias de la Computación, Aprendizaje Automático o un campo relacionado — o experiencia profesional equivalente
- Dominio de uno o más lenguajes adicionales: JavaScript, Go, C++ u otros lenguajes relevantes
- Experiencia con pipelines de CI/CD y escritura de pruebas unitarias robustas (pytest, Mocha, JUnit)
- Antecedentes en ingeniería de seguridad o contribuciones significativas a código abierto
- Familiaridad con metodologías de evaluación de IA/ML o benchmarking de modelos
---
Por qué unirte a nosotros
- Trabaja en proyectos de evaluación de IA de vanguardia junto a equipos de investigación de clase mundial
- Totalmente remoto — trabaja desde cualquier lugar con una conexión a internet fiable
- Tus benchmarks influyen directamente en cómo se miden y mejoran los sistemas de IA más avanzados del mundo
- Autonomía freelance con trabajo de ingeniería significativo y de alto riesgo
- Colabora con una comunidad global de ingenieros e investigadores de élite
- Posibilidad de extensión del contrato y colaboración continua a medida que surjan nuevos desafíos de evaluación