Junior
Ingesta documentos con un esquema definido y ajusta parámetros de índice y búsqueda con supervisión.
Context / RAG Engineer para tu equipo
Un ingeniero que consigue que el modelo responda con tus documentos y no con lo que se le ocurra: chunking, embeddings, búsqueda híbrida, rerankers y evaluación de lo que se recupera.
Tecnologías y competencias habituales
- RAG
- Vector DBs (Pinecone, pgvector, Weaviate)
- Embeddings
- Chunking
- Rerankers
- LlamaIndex
También lo buscarás como RAG engineer, context engineer, ingeniero de búsqueda semántica y especialista en bases vectoriales.
Qué hace un ingeniero de RAG
Diseña el sistema que busca y entrega al modelo el contexto correcto. Prepara y trocea documentos, elige embeddings, monta el índice en pgvector, Pinecone o Weaviate, combina búsqueda semántica y por palabras, reordena resultados y mide si lo recuperado contiene la respuesta. Usa LlamaIndex o código propio.
Cuándo necesitas uno
- Tu asistente responde con confianza cosas que no están en tus documentos.
- Tienes miles de PDF, contratos o manuales y el buscador actual no encuentra lo que la gente necesita.
- Un prototipo de RAG funcionaba con 50 documentos y se degrada con 50.000.
Qué distingue a un buen ingeniero de RAG
- Trata la recuperación como un problema propio y la mide por separado de la generación (si el fragmento correcto aparece entre los primeros).
- Ajusta el troceado al tipo de documento: tablas, contratos, código y manuales no se parten igual.
- Combina búsqueda semántica, léxica y filtros por metadatos, y añade un reordenador cuando compensa.
- Respeta permisos: cada usuario solo recupera los documentos a los que tiene acceso.
- Mantiene el índice vivo: actualizaciones, borrados y versiones de documentos sin reindexar todo.
Junior, middle o senior
Middle
Diseña un sistema de recuperación completo para un corpus, con su evaluación y su actualización continua.
Senior
Define la arquitectura de conocimiento de la empresa, resuelve permisos y escala a varios corpus y casos de uso.
Dos formas de trabajar
On Demand
Se suma a tu equipo el tiempo que lo necesites.
Try & Hire
Trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.
¿Necesitas un equipo entero? Mira los Agile Squads.
Preguntas frecuentes
¿RAG o ajuste fino para que el modelo conozca mis datos?
Para conocimiento que cambia o que hay que citar, RAG: el modelo consulta tus documentos y puedes mostrar la fuente. El ajuste fino sirve para estilo o tareas concretas, no para memorizar documentación que se actualiza.
¿Qué base de datos vectorial elijo?
Si ya usas PostgreSQL y el volumen es moderado, pgvector evita añadir otro sistema. Pinecone o Weaviate se justifican con grandes volúmenes o necesidades de búsqueda avanzada. Un buen perfil lo decide con una prueba sobre tus datos.
¿Cómo sé si el RAG funciona bien?
Midiendo dos cosas por separado: si el documento correcto se recupera y si la respuesta final es fiel a él. Sin eso es imposible saber si hay que mejorar la búsqueda o el prompt.
¿Puede proteger documentos confidenciales?
Sí. Se aplican los permisos del usuario en la propia búsqueda, de modo que el modelo nunca recibe un fragmento al que esa persona no debería acceder.
¿Puedo incorporarlo después a mi plantilla?
Sí. Con la modalidad Try & Hire trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.
¿Cómo se factura?
Pagas por el trabajo realmente efectivo: solo las horas trabajadas. La selección, las bajas, las vacaciones y las sustituciones corren de nuestra cuenta.
¿Trabaja en remoto o en nuestras oficinas?
Como lo necesite tu equipo: en remoto, en híbrido o presencial, en España.
Cómo llega un perfil a tu equipo
Vendemos calidad: preferimos presentarte a una persona que encaja antes que a cinco que no.
De cada 20 candidatos que evaluamos, te presentamos a uno.
Nos cuentas qué necesitas
El perfil, el nivel, las tecnologías y cómo trabaja tu equipo.
Validamos a la persona
Nuestro equipo técnico revisa su conocimiento real, también cómo trabaja con IA. De cada 20 candidatos, pasa uno.
Te la presentamos
Conoces a la persona antes de decidir. El 93 % de nuestros clientes contrata a la primera que le presentamos.
Empieza en tu equipo
Pagas solo las horas trabajadas. De la selección, las bajas, las vacaciones y las sustituciones nos ocupamos nosotros.
Suele trabajar con
Ver los 14 perfiles de IA generativaAI Engineer (GenAI)
- OpenAI API
- LangChain
- LlamaIndex
- Vector Databases (Pinecone, Milvus)
Data Engineer
- Apache Spark
- Kafka
- Airflow
- dbt
AI Evals Engineer
- Evals (Braintrust, LangSmith, Promptfoo)
- Benchmarks
- Datasets
- Python
AI Red Teamer
- Jailbreaks
- Prompt injection
- Adversarial testing
- OWASP LLM Top 10
Data Annotator / AI Trainer
- Etiquetado de datos
- RLHF
- Label Studio
- Scale
AI Agent Manager / AgentOps
- LangSmith
- Langfuse
- Trazas y observabilidad de agentes
- Control de costes de tokens
Conversation Designer / Diseñador de Agentes (Prompt Engineer)
- Prompts de sistema
- Diseño de flujos conversacionales
- Tono y personalidad del agente
- Voiceflow
MLOps / LLMOps Engineer
- Ajuste fino (Fine-tuning)
- LoRA
- Evaluación de LLMs
- LangSmith