El mercado quiere un AI engineer de Python con LangGraph — no una «persona de IA»

Los anuncios dejaron de decir «necesitamos IA». Ahora nombran LangChain o LangGraph, un pipeline RAG y un sistema LLM que esa persona ya mantuvo en producción. Esa frase es un filtro. No es un título más amable para un freelance de prompts, y no es el mismo asiento que un hire fullstack Python y React con un modelo en el producto.

Ya escribí qué hace un AI engineer en general. Aquí va la demanda que de verdad sale en los anuncios de 2026: Python primero, LangChain o LangGraph con las manos, RAG como pipeline, y producción — no una demo. La otra vacante del mercado es un artículo aparte.

1. Por qué apareció este anuncio

Las empresas entregaron una caja de chat. La calidad no salió con ella. El lunes cambió el corpus; la respuesta del martes seguía citando el mes pasado. Ahí el JD dejó de decir «IA» y empezó a decir RAG, LangGraph y producción.

• Búsqueda interna, alivio de soporte, Q&A de políticas: el producto es un retrieval que se mantiene al día, no una personalidad.
• Un contratista enseñó una chain de LangChain. La tercera semana se rompió. El siguiente anuncio pregunta quién mantuvo un sistema, no quién importó una librería.
• Los laboratorios de modelos y OWASP han puesto al agente sin supervisión como riesgo de primer orden. Quien contrata quiere a alguien que acote el grafo, no un prompt más largo.

2. Qué compra de verdad cada palabra del JD

Lea el anuncio como una lista de la compra. Si LangGraph es sinónimo de «conoce ChatGPT», entrevistará a la gente equivocada.

• Python primero: el turno vive en Python — FastAPI o un worker, estado tipado, ingest como job. Un notebook pegado en Node no es este asiento.
• LangChain o LangGraph con las manos: quieren el grafo — retrieve, grade, rewrite, refuse — no `import langchain`. Un retrieval vacío es un nodo que se puede registrar, no una sorpresa en el prompt.
• Pipelines RAG: ingest, chunking por tipo de documento, búsqueda híbrida, citas como ids. Subir a una base vectorial no es un pipeline. Por qué el índice vectorial es un índice derivado, no el sistema de registro, ya lo escribí.
• Un sistema LLM que mantuvieron en producción: evals que tumbaron un deploy, una historia de índice caducado, un respaldo cuando el proveedor da 500, un interruptor de emergencia. La fluidez en un café no es ese listón.

3. Quién compra esta contratación

No un equipo de marketing que quiere «ChatGPT en la homepage». El presupuesto está donde una respuesta mala tiene coste: tickets, cumplimiento, una wiki interna en la que ya no se confía.

• Empresas de producto con un corpus privado: políticas, SKU, contratos, runbooks.
• Soporte y ops que ya miden el primer tiempo de respuesta y quieren retrieval, no otra bandeja vacía.
• Equipos que probaron un agente con escritura y ahora quieren un grafo con un nodo de negativa. Por qué la caja se queda con una persona, ya lo escribí.

4. Cómo se ve una contratación fallida

El mercado es ruidoso. El bucle de entrevistas equivocado lo es más. Estos tres perfiles no cubren este JD aunque el CV diga IA.

• Un investigador de ML que entrenó redes y nunca llevó ingest, evals ni un reindexado el martes.
• Un frontend que envolvió OpenAI en una UI de chat. Eso es una superficie de producto. Esta vacante es el bucle detrás.
• Un tutorial: un retrieve, un generate, un screenshot. El anuncio ya tuvo eso. Contrata porque murió en la tercera semana.

5. Esto no es la vacante fullstack LLM

Un segundo anuncio en el mismo mercado quiere Python más React más TypeScript, y una feature LLM que usuarios reales ya abrieron. Ese hire se juzga por el contrato entre la API y la pantalla. Este, por el grafo, el corpus y si el martes sigue respondiendo desde el archivo del lunes. Fusionar los dos JD es pedir un cuerpo para dos seniors.

Conclusión: compre el bucle, no la etiqueta

Si el JD nombra LangGraph, un pipeline RAG y producción, el mercado compra un asiento de sistemas Python alrededor del modelo. Una chain con widget de chat es la semana uno. La demanda es la persona que aún tenía respuesta después de la tercera semana. Deje esta vacante fuera del anuncio fullstack LLM. Son dos asientos.