Álvaro
Data Scientist
“En un entorno con tanta incertidumbre, Shakers te da una capa de tranquilidad y confianza. Sin duda, lo que más me gusta es la flexibilidad y la posibilidad de tocar proyectos top.”
Unirme a ShakersProyectos de IA en producción
Construye tu carrera como AI Engineer
Integras LLMs, montas RAG sobre datos internos y llevas agentes a producción. Shakers te conecta con proyectos alineados con tu stack, tarifa y disponibilidad, con más flexibilidad y mejores condiciones.
Más de 14.000 especialistas forman parte de la comunidad de Shakers. Como ingeniero de IA colaboras por proyecto con empresas de referencia en Europa, en casos definidos y con hitos claros desde el inicio.
En Shakers el criterio de entrada es la prueba de trabajo: qué has llevado a producción y qué decisiones sabes defender. Eso es lo que certificamos.
- Proyectos con alta remuneración
- Más continuidad entre proyectos
- Mayor reconocimiento por tu experiencia
+3.000
Proyectos tech publicados en Shakers
+90
Especialidades de Tech, Product y Data forman parte de Shakers
6 meses
Media de duración de un proyecto con Shakers
4.7/5
Satisfacción de nuestros AI Builders en Trustpilot
Carreras de AI Builders Impulsadas por Shakers
Descubre cómo otros AI Builders acceden a mejores proyectos, construyen su reputación y hacen crecer su carrera.
Amelia
AI Agent Developer
“Llevo años construyendo agentes de IA. Gracias a Shakers dejé de buscar clientes y empecé a elegir realmente en qué proyectos quería colaborar. Trabajo con algunas de las mejores empresas europeas, a mi tarifa, y me centro en lo que sé hacer y me apasiona: construir.”
Unirme a Shakers
Luz
Backend Developer & Data Engineer
“Shakers aporta mucho valor porque te conecta con proyectos más afinados, ya filtrados y mejor definidos. Te ahorra gran parte del trabajo inicial de entender al cliente, presupuestar y valorar si merece la pena, y eso hace que como freelance puedas ir mucho más directa a oportunidades que realmente encajan contigo.”
Unirme a Shakers
Rubén
Software Developer
“La vida como freelance tiene muchas cosas y no siempre es fácil. Nos gusta centrarnos en lo que sabemos hacer, pero también hay que gestionar clientes, facturación y buscar oportunidades. Para mí, Shakers ha sido clave porque hace esa prospección por mí, transmite confianza al cliente desde el primer momento y nos permite formar parte de una comunidad con entusiasmo real.”
Unirme a Shakers
Alejandro
AI Developer
“Shakers fue clave para sacar adelante mi empresa: me dio la flexibilidad para seguir trabajando como freelance mientras construía mi siguiente etapa. Sin Shakers, habría tenido que levantar financiación o retrasar el proyecto.”
Unirme a Shakers
Toño
Product Designer
“Con Shakers he conseguido proyectos recurrentes que me dan tranquilidad y margen para crecer como profesional. No es solo acceder a clientes de calidad: es sentir que tienes una red que te acompaña, te conecta con oportunidades reales y te ayuda a avanzar como freelance.”
Unirme a ShakersQué puedes construir como AI Engineer en Shakers
Un AI Engineer es quien lleva a producción aplicaciones construidas sobre modelos de lenguaje ya entrenados y las mantiene funcionando. Integra un LLM por API, monta RAG (el sistema recupera fragmentos de los datos de la empresa y el modelo responde citándolos) y orquesta agentes que ejecutan procesos contra APIs internas. Mide la calidad con evals y decide sobre coste por token y latencia. Entrenar el modelo desde cero es terreno del ML Engineer; el análisis de los datos del negocio, del Data Scientist.
Tocas el sistema de recuperación entero: chunking, embeddings, base de datos vectorial (pgvector, Qdrant) y reranking cuando el ranking base falla. Encima, la orquestación: LangChain o LlamaIndex, function calling y MCP contra las APIs internas. Decides qué cabe en el context window y qué sale a producción con guardrails, observabilidad y CI/CD.
PythonLangChainLlamaIndexOpenAI APIAnthropic ClaudeRAGembeddingspgvectorQdrantFastAPIvLLMcoste de tokensDockerKubernetesCI/CDMLflowVertex AIAmazon SageMakerHugging FacePyTorch
ChunkingRerankingContext windowFunction callingEvalsObservabilidad de LLM
Acceso gratuito y sin comisiones ocultas
Cómo funciona Shakers para el talento
Crea tu perfil
Cuéntanos quién eres, qué sabes hacer, en qué proyectos quieres trabajar y cuáles son tu disponibilidad y tarifa.
Consigue tu certificación
Certificamos tu experiencia y uso de IA para que las empresas entiendan y confíen en lo que puedes aportar.
Haz match con proyectos
Te conectamos con proyectos bien remunerados que encajan con tu expertise y tus preferencias.
Proyectos de IA y Machine Learning a la altura de tus expectativas
Trabaja en proyectos reales, con equipos que necesitan tu expertise y sin perder tiempo buscando oportunidades.
Proyectos que encajan contigo
Colabora con empresas que necesitan tu stack y experiencia para llevar sus proyectos a producción.
Oportunidades que llegan a ti
Nuestro matching por IA conecta tu perfil con los proyectos que encajan con tus preferencias.
Tú construyes. Shakers se encarga del resto
Define tus condiciones según tu seniority. Nosotros gestionamos contratos, pagos y documentación.
Qué hace un AI Engineer y con qué criterio
Llevar RAG y agentes a uso real
Chunking, embeddings, reranking y citas; orquestación de agentes con herramientas reales y evals automáticas con casos de la operación.
Evaluar coste, latencia y alucinación
Instrumentas métricas de calidad y coste por respuesta para decidir qué modelo y qué patrón usar, y cuándo no usar IA.
Conectar la IA con los datos del cliente
Ingesta al vector store, APIs internas y trazabilidad, la capa donde la mayoría de pilotos se queda fuera de producción.
LLMs y RAG en producción
Provider APIs, frameworks RAG, bases vectoriales y manejo de límites reales (context window, prompt injection).
Python de producción
Typing, async, testing y despliegue. Sin esta base ninguna integración aguanta una semana en producción.
Evals y decisión técnica
Saber medir calidad y elegir la arquitectura más simple que resuelve el caso.
Preguntas frecuentes
Si tienes cualquier otra duda, escríbenos y te respondemos.
¿Qué se necesita para entrar como AI Engineer?
Se entra desde el desarrollo de software: Python, integración de modelos por API y arquitecturas RAG. Lo nuevo frente a un backend clásico es medir con evals una salida no determinista.
¿Cuánto cobra un AI Engineer?
No hay tarifa única: la pone cada especialista y depende del alcance del sistema que asume. El cobro va contra los hitos que se acuerdan con la empresa.
¿En qué se diferencia un agente de IA de un chatbot?
Un chatbot responde con un guion cerrado. Un agente decide los pasos, llama a herramientas y cambia estado en sistemas internos, con permisos, reintentos y trazas.
¿Los proyectos de IA se ejecutan en remoto?
Sí, la ubicación la decides tú. Con la empresa se acuerdan alcance, hitos y entrega, y la organización del día a día queda de tu lado.
¿Un AI Engineer también es un LLM Engineer?
En la práctica sí: integración de LLM, fine-tuning con LoRA, RAG y control de coste de tokens forman parte del oficio. La certificación mide entregas reales con modelos de lenguaje, no títulos.
¿Se puede colaborar con varias empresas al mismo tiempo?
Sí. Decides cuántos proyectos asumes en paralelo y con qué empresas. Cada colaboración es independiente y se cierra cuando el caso está entregado.
El límite con el ML Engineer y el Data Scientist
Lo que los separa es el artefacto que entrega cada uno. Un ML Engineer entrega un modelo entrenado; un Data Scientist, un análisis que sostiene una decisión; un AI Engineer, un sistema en producción. El fine-tuning entra aquí como ajuste de un modelo ya entrenado; el prompt engineering es una técnica, no un rol.
Los otros nombres de este mismo rol
El mismo perfil circula como GenAI Engineer, Applied AI Engineer o AI Software Engineer. La etiqueta cambia con la empresa y el stack; es el mismo oficio, y reconocerlo cambia cómo te posicionas.
El sistema después del paso a producción
Un sistema de IA se degrada: cambian los datos, el proveedor actualiza el modelo y aparecen alucinaciones donde antes había aciertos. De eso se ocupa el LLMOps, que hereda de MLOps el versionado y la medición y añade evals y human-in-the-loop donde un error sale caro.
Perfiles con los que colabora un AI Engineer
Un sistema de IA no se entrega solo. Estos son los perfiles del colectivo con los que compartes proyecto, de mayor a menor cruce.
Experto en Python
Compartís repositorio. Los pipelines y el scripting en Python son la mitad del trabajo que rodea al modelo, y el reparto se acuerda pronto.
Desarrollador Backend
Tu RAG o tu agente acaba detrás de una API: con quien lleva el backend acuerdas el contrato de esa API y quién valida los permisos.
AWS DevOps Engineer
Os cruzáis en el paso a producción: despliegue, observabilidad y qué pasa cuando la latencia o el coste se desvían.
Desarrollador Salesforce
Aparece solo cuando el caso toca el CRM: si el agente escribe en Salesforce, Apex y LWC son terreno de otra especialidad.
Si tu experiencia cruza dos de estos perfiles, dilo en tu perfil: hay proyectos que piden exactamente ese solape.
Da el siguiente paso con Shakers
¿Quieres proyectos de IA en producción?
Crea tu perfil y empieza a recibir proyectos afines a tu stack.
