AI Engineer
Mexico City Mid-level AI Engineering
At a glance
Mid-level AI Engineering role at GFT Technologies. Mexico City.
Pay not stated AI Engineer salary
RoleAI Engineering
SeniorityMid-level
LocationMexico City
PostedOct 23, 2026 · 9d ago
Role brief
aimlroles summary, based on the employer's posting.
What you'll do
- Build AI features from prepared requirements, connect language-model APIs and inference services, and prepare data pipelines
- Add unit and integration tests, check basic output quality, and help test RAG, embeddings, and semantic search prototypes
- Record code, experiments, limitations, and results, while tracking basic metrics and helping investigate issues
- Create and version prompt templates, and connect to existing MCP servers under supervision
- Check MCP access boundaries, validate inputs, handle credentials safely, and document tool agreements
What you bring
- You have technical training or can show equivalent experience, with practical AI projects and solid programming fundamentals
- You can work with Python, Git, SQL, REST APIs, and the basics of LLMs, prompting, embeddings, and API use
- You understand introductory MCP concepts and can consume an existing server, troubleshoot simple connection issues, and explain access limits
- You can read technical English
Who this fits
This is a junior role for someone comfortable taking bounded tasks with clear acceptance criteria and learning through feedback. You’ll work under review on architecture, security, and critical deployments; it is not a people-management role.
From the employer
# Perfil profesional: AI Engineer Junior
## Misión del puesto
Participar en el desarrollo, integración y evaluación de soluciones de inteligencia artificial bajo
supervisión, aplicando buenas prácticas de ingeniería de software y aprendizaje automático.
## Experiencia orientativa
0-2 años de experiencia profesional relevante. La autonomía demostrada prevalece sobre la antigüedad.
## Responsabilidades
- Implementar funcionalidades de IA a partir de requisitos y diseños definidos.
- Integrar APIs de modelos de lenguaje y servicios de inferencia.
- Preparar datos y construir pipelines sencillos de procesamiento.
- Desarrollar pruebas unitarias, de integración y evaluaciones básicas de calidad.
- Colaborar en prototipos de RAG, embeddings y búsqueda semántica.
- Documentar código, experimentos, limitaciones y resultados.
- Monitorizar métricas básicas y colaborar en la resolución de incidencias.
- Escribir prompts y plantillas básicas, manteniéndolas versionadas en el repositorio.
- Integrar, bajo supervisión, herramientas y fuentes de contexto mediante clientes MCP (Model Context Protocol).
## Competencias técnicas
- Python, Git, SQL y fundamentos de APIs REST.
- Familiaridad con LLMs, prompting, embeddings y consumo de APIs.
- Bases de Docker, CI/CD, testing y servicios cloud.
- Conocimientos iniciales de privacidad, seguridad y uso responsable de IA.
- Uso responsable de asistentes de código (p. ej. Copilot o Kiro) con revisión crítica de su salida.
- Fundamentos de MCP: clientes, servidores, herramientas, recursos y prompts; descubrimiento e invocación de herramientas, y manejo básico de errores.
## MCP: expectativas específicas
- Consumir un servidor MCP existente desde un cliente y comprender los límites de acceso a datos y herramientas.
- Aplicar validación de entradas, gestión segura de credenciales y revisión humana cuando una acción tenga efectos externos.
- Diagnosticar errores sencillos de conexión y documentar contratos de herramientas.
## Competencias transversales
- Capacidad de aprendizaje, comunicación clara y receptividad al feedback.
- Atención a la calidad y disposición para trabajar en equipo.
- Capacidad para identificar bloqueos y pedir ayuda oportunamente.
## Autonomía y alcance
Ejecuta tareas acotadas con criterios de aceptación claros; requiere revisión para decisiones
arquitectónicas, seguridad y despliegues críticos.
## Fuera de alcance
- Decisiones arquitectónicas o de diseño de sistemas sin supervisión.
- Despliegues a producción y cambios de configuración críticos de forma autónoma.
- Definición de estándares, políticas de seguridad o criterios de evaluación del equipo.
- Diseño de contratos de servidores MCP o integraciones con sistemas sensibles sin acompañamiento.
- Mentoría formal o responsabilidad sobre el trabajo de otras personas.
## Indicadores de desempeño
- Entrega de tareas con pruebas y documentación adecuadas.
- Reducción progresiva de defectos y retrabajo.
- Calidad de las evaluaciones y reproducibilidad de experimentos.
- Progreso en autonomía técnica y colaboración.
## Requisitos recomendados
Formación técnica o experiencia equivalente demostrable; proyectos prácticos de IA y fundamentos
sólidos de programación. Inglés técnico de lectura.
## Evidencias en selección
Ejercicio de integración de un modelo con API y un servidor MCP existente, incluyendo pruebas,
evaluación de respuestas y explicación de permisos y compromisos técnicos. Se valora la legibilidad
y la documentación del código entregado.
- Avaloq : Data Analytics and Business Intelligence
## Misión del puesto
Participar en el desarrollo, integración y evaluación de soluciones de inteligencia artificial bajo
supervisión, aplicando buenas prácticas de ingeniería de software y aprendizaje automático.
## Experiencia orientativa
0-2 años de experiencia profesional relevante. La autonomía demostrada prevalece sobre la antigüedad.
## Responsabilidades
- Implementar funcionalidades de IA a partir de requisitos y diseños definidos.
- Integrar APIs de modelos de lenguaje y servicios de inferencia.
- Preparar datos y construir pipelines sencillos de procesamiento.
- Desarrollar pruebas unitarias, de integración y evaluaciones básicas de calidad.
- Colaborar en prototipos de RAG, embeddings y búsqueda semántica.
- Documentar código, experimentos, limitaciones y resultados.
- Monitorizar métricas básicas y colaborar en la resolución de incidencias.
- Escribir prompts y plantillas básicas, manteniéndolas versionadas en el repositorio.
- Integrar, bajo supervisión, herramientas y fuentes de contexto mediante clientes MCP (Model Context Protocol).
## Competencias técnicas
- Python, Git, SQL y fundamentos de APIs REST.
- Familiaridad con LLMs, prompting, embeddings y consumo de APIs.
- Bases de Docker, CI/CD, testing y servicios cloud.
- Conocimientos iniciales de privacidad, seguridad y uso responsable de IA.
- Uso responsable de asistentes de código (p. ej. Copilot o Kiro) con revisión crítica de su salida.
- Fundamentos de MCP: clientes, servidores, herramientas, recursos y prompts; descubrimiento e invocación de herramientas, y manejo básico de errores.
## MCP: expectativas específicas
- Consumir un servidor MCP existente desde un cliente y comprender los límites de acceso a datos y herramientas.
- Aplicar validación de entradas, gestión segura de credenciales y revisión humana cuando una acción tenga efectos externos.
- Diagnosticar errores sencillos de conexión y documentar contratos de herramientas.
## Competencias transversales
- Capacidad de aprendizaje, comunicación clara y receptividad al feedback.
- Atención a la calidad y disposición para trabajar en equipo.
- Capacidad para identificar bloqueos y pedir ayuda oportunamente.
## Autonomía y alcance
Ejecuta tareas acotadas con criterios de aceptación claros; requiere revisión para decisiones
arquitectónicas, seguridad y despliegues críticos.
## Fuera de alcance
- Decisiones arquitectónicas o de diseño de sistemas sin supervisión.
- Despliegues a producción y cambios de configuración críticos de forma autónoma.
- Definición de estándares, políticas de seguridad o criterios de evaluación del equipo.
- Diseño de contratos de servidores MCP o integraciones con sistemas sensibles sin acompañamiento.
- Mentoría formal o responsabilidad sobre el trabajo de otras personas.
## Indicadores de desempeño
- Entrega de tareas con pruebas y documentación adecuadas.
- Reducción progresiva de defectos y retrabajo.
- Calidad de las evaluaciones y reproducibilidad de experimentos.
- Progreso en autonomía técnica y colaboración.
## Requisitos recomendados
Formación técnica o experiencia equivalente demostrable; proyectos prácticos de IA y fundamentos
sólidos de programación. Inglés técnico de lectura.
## Evidencias en selección
Ejercicio de integración de un modelo con API y un servidor MCP existente, incluyendo pruebas,
evaluación de respuestas y explicación de permisos y compromisos técnicos. Se valora la legibilidad
y la documentación del código entregado.
- Avaloq : Data Analytics and Business Intelligence
AI Engineering work from LinkedIn, X, Reddit and Upwork, in one list.
Each morning you get everything that fits, strongest first.
AI Engineering
Find me workBy the team behind aimlroles.