Ingenieros RAG
Chunking, retrieval, citas y fallbacks poseídos en el repo, no una demo chatbot que solo funciona en un PDF.
GenAI · RAG · Prompts · Apps LLM
Desarrolladores GenAI que entregan funciones de producto LLM
Una contratación GenAI no es «alguien que pegó un prompt de ChatGPT». Los ingenieros de iQud entregan RAG, sistemas de prompts, chatbots y rebanadas de producto generativas que sobreviven al eval, a la calidad de retrieval y al coste, no una demo de playground que solo funciona en un PDF.
- RAG con retrieval que puedes medir
- Sistemas de prompts, no una sola cadena
- Chatbots y resumen como trabajo de producto
- Primer PR en aproximadamente una semana
Señales de entrega GenAI
- 5 dTiempo típico hasta el primer pull request
- RAGRetrieval y eval, no un pegado de playground
- LLMFunciones de producto, no una demo de un PDF
- 2 sem.Cadencia de sprint con revisión de entregables
Los asientos GenAI que realmente cubrimos
«GenAI» no es un solo oficio. Emparejamos la superficie de producto que necesita: las mismas stacks detrás de las páginas AI Development, Text Generation, Prompt Engineering y RAG Chatbots de iQud.
01 02 Sistemas de prompts, no una sola cadena
Plantillas, tools y eval tratados como trabajo de producto, para que el cambio de prompt de la semana pasada tenga un test, no una captura de Slack.
03 Chatbots y asistentes que sobreviven a usuarios reales
Guards, handoff y estado de conversación como trabajo poseído, no un hilo de playground que nadie puede reproducir tras el lanzamiento.
04 Generación de texto como rebanada de producto
Resumen, borrador y reescritura con controles de coste y calidad, no un botón «llama al modelo» sin límite.
05 Eval y coste con los que el próximo job puede convivir
Checks offline, tracing y gasto tratados como trabajo de producto, no una diapositiva de «lo mediremos más tarde».
06 Cuando un asiento de training, CV o Python API es mejor
Un bucle de entrenamiento PyTorch, un banco de detección, o una flota FastAPI sin LLM sigue queriendo otra contratación. Lo diremos en la llamada intro en vez de forzar un asiento solo GenAI.
Herramientas que abren el primer día
Cada tesela es una página de tecnología o servicio iQud. La franja de abajo es la stack de aplicaciones LLM que estos ingenieros ya entregan (OpenAI, LangChain, Hugging Face y las herramientas chatbot alrededor), no TensorFlow, OpenCV, ni el catálogo AI / ML completo.
De la llamada intro a un PR fusionado
Una contratación GenAI debe entregar un camino de retrieval, un cambio de prompt o una rebanada generativa en su repositorio, no pasar dos meses de teatro de onboarding mientras el hilo de playground sigue siendo un rumor.
1 Mapear el hueco GenAI
RAG vs prompts vs chat vs resumen, fuentes de datos, seniority, horas de solape, y qué es «listo en 30 días» en eval o primer camino de producción.
2 Preseleccionar ingenieros reales
Emparejamos especialistas GenAI disponibles con su brief y compartimos trabajo RAG, sistema de prompts, chatbot o función generativa relevante.
3 Usted entrevista
Conozca a la persona que se unirá al standup. Valide cómo habla de un fallo de retrieval, un pico de coste, y del último prompt que realmente poseía más allá del playground.
4 Primer sprint en sus herramientas
Acceso al repo, claves de modelo y primer pull request, normalmente en una semana tras el go.
Empiece con un asiento. Crezca si el backlog lo dice.
La mayoría de los clientes incorporan primero un ingeniero GenAI. Un par o un split de superficie solo si el trabajo lo necesita de verdad.
Un ingeniero embebido
Un especialista GenAI se une a su squad, sigue a su lead y trabaja en sus rituales.
Ideal paraCerrar un hueco de producto LLM sin un proceso de vendor nuevo
Asiento GenAI dedicado
Un owner estable para RAG, el sistema de prompts o el chatbot, con revisión sénior en el sprint.
Ideal paraUn producto que necesita un owner generativo con nombre
Iniciativa GenAI delimitada
Una franja definida: un primer camino RAG, un flujo de resumen, o un chatbot con contratos ya en movimiento.
Ideal paraUn hito al que pueda señalar, no un sandbox de prompts abierto
Tarifas de contratación GenAI, por escrito
Dos formas de staffar un ingeniero GenAI. Por hora para picos y tickets definidos. Un asiento mensual dedicado si quiere a alguien en el standup todos los días, a una tarifa efectiva más baja que dejar correr el reloj.
Contratar por hora
20 €/ hora
Capacidad GenAI flexible para picos de features, evals y tickets delimitados. Solo paga las horas trabajadas.
- Los mismos ingenieros GenAI que un asiento mensual
- Ideal para overflow, un fix RAG o una release única
- Empezar rápido, pausar cuando el pico acaba
- Facturado sobre horas reales, no un retainer
Mejor valor
Contratar por un mes
1840 €/ mes
Un ingeniero GenAI con nombre en su sprint, unas 160 horas de capacidad de producto LLM dedicada, con revisión sénior en la cadencia.
Un mes completo a 20 € es 3200 €. Este asiento es 1840 €.
- Ingeniero con nombre en el repo, claves de modelo y standup
- RAG, prompts, chat o generación en el mismo engagement
- Mes a mes. Sin compromiso anual.
- Más barato que las mismas horas facturadas a 20 €
Tarifas para ingenieros GenAI dedicados (RAG, sistemas de prompts, chatbots, funciones de producto generativas). Mix de seniority y solape se confirman en la llamada intro. No cotizamos una stack que no entregamos ya.
Por qué los equipos de producto staffan GenAI aquí
Un desarrollador GenAI mediocre produce un hilo de playground que funciona en su portátil. Estos ingenieros producen una función que sobrevive al retrieval real, al eval real y a su próxima release.
Trabajo de producto, no «quien puede pegar un prompt de ChatGPT»
Viven en la calidad de retrieval, el eval, y por qué la alucinación de la semana pasada venía de una elección de chunking que debería haber poseído su propio check.
Su repo, sus modelos, sus horas
Solape GIFT City con Europa y EE. UU. Las revisiones de entregables ocurren en vivo cuando sus leads están en línea.
Ojos sénior en el sprint
Velocidad mid-level sin deuda de prompts sin supervisión. La revisión es parte del engagement, no un SKU extra.
Diez clientes por trimestre, a propósito
No hacemos girar un banco. La capacidad es limitada para que el ingeniero que entrevista sea el del standup.
Preguntas de contratación GenAI
Empiece con uno. La mayoría de los clientes incorporan un ingeniero GenAI sénior o mid, y luego añaden un par si el backlog RAG, prompt o chatbot lo justifica.
Los cuatro cuando es trabajo de producto. Un asiento RAG posee retrieval y citas. Un asiento prompt posee plantillas, tools y eval. Un asiento chatbot posee estado de conversación y guards. Un asiento generación posee resumen y borrador con controles de coste. Solo preseleccionamos ingenieros en stacks que ya entregamos.
Eso es una contratación AI / ML, o una contratación Python, no este asiento de aplicación LLM. Dígalo en la llamada intro y no impondremos un perfil RAG a un brief de training o API-only.
Después de mapear el rol y su OK, los primeros pull requests suelen aterrizar en una semana, más rápido si el repo, fuentes de datos y claves de modelo están listos.
Sí. GitHub, Jira, su CI, sus standups. No inventamos un proceso paralelo salvo que lo pida.
Por hora (20 €) es para picos y tickets definidos, solo paga las horas trabajadas. El asiento mensual (1840 €) es un ingeniero GenAI con nombre en su sprint, unas 160 horas de capacidad dedicada. El mismo mes facturado por hora sería 3200 €. Seniority y solape se confirman en la llamada intro.
Dé al producto un ingeniero GenAI que pueda entregar más allá del playground
Díganos RAG vs prompts vs chat vs resumen, y lo primero que quiere en producción. Volveremos con un perfil con nombre, una ventana de arranque y un plan de dos semanas.