Usamos cookies técnicas y el registro de visitas anonimizado de Zorky. Yandex Metrica (los datos se guardan en servidores en Rusia) solo se activa con tu consentimiento. Nunca vendemos datos. Más sobre cookies y estadísticas.
Zorky está en modo de prueba: todo es gratis. Los empleos y las páginas de empresas están abiertos a todos; los enlaces a las ofertas y tu selección personal se abren tras registrarte. Regístrate →
← Todos los empleos

AI Integration Engineer

MiddlehybridKathmandu, NPhace 3 sem.
Análisis del mercado
📊 Frontend: salarios y demanda en el mercado
Stack
awslangchainllamaindexllm
Detalles
Experiencia
3+ años
Mostrar empresa y enlace
Gratis, tras iniciar sesión.
Postular
Abre la empresa y el enlace de arriba: tu candidatura va directamente al sistema de selección de la empresa, sin intermediarios.

Descripción

The AI Integration Engineer builds the connective tissue between LLM APIs, existing product systems, and end users. They are not training models. They are integrating, orchestrating, and deploying AI capabilities into production software, reliably, securely, and at scale. Key

Responsabilidades

Responsibilities

  • Integrate LLM APIs (Anthropic Claude, OpenAI GPT-4o, AWS Bedrock, Google Gemini) into backend services and user-facing products ● Design and implement RAG pipelines: document ingestion, chunking strategy, vector store selection, retrieval tuning ● Build agentic workflows using frameworks such as Agent

Core, LangChain, Llama

Index, or custom orchestration patterns ● Manage prompt engineering, prompt versioning, and prompt evaluation frameworks ● Implement guardrails for LLM outputs: validation, content filtering, fallback logic ● Monitor AI system performance: latency, cost-per-query, accuracy drift, token usage ● Collaborate with frontend engineers to surface AI capabilities in product UIs ● Own the AI integration layer in the SDLC, from spec to CI/CD to production observability 3+ years backend or full-stack experience; strong API design and consumption skills Proven experience integrating LLM APIs (any major provider) into production applications, not just prototypes Proficiency in Python and/or TypeScript/ Node.js Hands-on experience with RAG: vector databases (Pinecone, Weaviate, pgvector etc), embedding models, chunking strategies. Understanding of prompt engineering: system prompt

Descripción completa, empresa y enlace para postular: después de iniciar sesión. Iniciar sesión
Los contactos del empleador (correo/teléfono/telegram) están ocultos en la vista previa pública.
¿Pregunta urgente? Escribe a @termdocs