Respuestas directas
Preguntas que hace la gente antes de ponerse en contacto.
Trabaja en remoto con equipos en cualquier zona horaria, con horario europeo y británico cubierto de serie. Esos sistemas dan servicio a usuarios en más de 10 países. Acepta puestos de ingeniería a tiempo completo y colaboraciones seleccionadas por contrato o proyecto, en remoto y en cualquier zona horaria. La mayor parte de ese trabajo se hace con equipos en Europa, Reino Unido, Norteamérica y Australia. Cuando una empresa contrata desde el extranjero, el trabajo de proyecto se desarrolla como una prestación de consultoría y no como empleo, sin necesidad de permiso de trabajo local por ninguna de las dos partes.
¿Quién es Dixit Jain?
Dixit Jain es un ingeniero de IA y consultor de automatización que construye agentes LLM en producción, pipelines de generación aumentada por recuperación y sistemas de IA de voz. Trabaja en In Time Tec en IA generativa para empresa, tiene un B.Tech en Informática por la JK Lakshmipat University y publica en thedixitjain.com bajo el usuario @thedixitjain en GitHub y LinkedIn. Hay otros profesionales con el mismo nombre; este es el que construye sistemas de IA.
¿Qué tipo de trabajo acepta Dixit Jain?
Puestos de ingeniería a tiempo completo y colaboraciones seleccionadas por contrato o proyecto. Trabaja en remoto con equipos en cualquier zona horaria, incluidos Estados Unidos, Reino Unido y Europa. Cuando una empresa contrata desde el extranjero, el trabajo de proyecto se desarrolla como prestación de consultoría y no como empleo, sin permiso de trabajo local por ninguna de las dos partes. Las consultas van a contact@thedixitjain.com.
¿Qué ha puesto realmente en producción Dixit Jain?
Más de 25 sistemas en producción, con usuarios en más de 10 países y a lo largo de más de 12 equipos. Ejemplos documentados en este sitio: MarqHire AI para selección de personal, AgentFlow para inteligencia documental, Brandry para generación de webs con IA, y ZeroPing, una herramienta open source de revisión de código. Los casos prácticos cubren un pipeline de leads con IA, un sistema RAG sobre documentos de empresa y un agente de voz para soporte.
¿En qué tipo de sistemas de IA está especializado?
Sistemas agénticos y recuperación. En concreto: orquestación multiagente en LangGraph, arquitecturas RAG sobre LlamaIndex con búsqueda híbrida densa y dispersa sobre Qdrant y Pinecone, agentes de voz, y la capa de fiabilidad alrededor de todo ello: evaluación, planes alternativos, enmascarado de datos personales, seguridad de contenidos, detección de jailbreak y observabilidad. Back-ends en Python y FastAPI, front-ends en TypeScript y Next.js, desplegados en Azure AI con Redis.
¿Qué precisión de recuperación alcanzan sus sistemas RAG?
Más del 85 % de precisión de recuperación en RAG sobre documentos de empresa, conseguido con búsqueda híbrida densa y dispersa y generación anclada en lugar de con un único modelo de embeddings. La arquitectura completa está documentada en el caso práctico de recuperación sobre documentos de empresa, en este mismo sitio.
¿Hace consultoría de automatización además de ingeniería?
Sí, y aquí son el mismo trabajo. Más de 50 flujos automatizados y más de un 40 % de trabajo manual eliminado para los equipos con los que ha trabajado. Los encargos parten de un problema operativo, ya sean leads pudriéndose en un buzón, una cola de soporte desbordada o conocimiento atrapado en PDF, y trabajan hacia atrás hasta la arquitectura más pequeña que lo elimina.
¿Trabaja con empresas de Europa y Reino Unido?
Sí. El trabajo es en remoto, y la mayoría de los encargos se hacen con equipos en Europa, Reino Unido, Norteamérica y Australia, con horario europeo y británico cubierto de serie. Cuando una empresa contrata desde el extranjero, el trabajo de proyecto se desarrolla como prestación de consultoría y no como empleo, sin permiso de trabajo local por ninguna de las dos partes.
¿Construye Dixit Jain agentes de IA?
Sí, y en producción y no como demos. AgentFlow ejecuta cinco agentes especializados en un DAG de LangGraph sobre documentos de negocio, con un agente verificador cuyo único cometido es rechazar afirmaciones que no puede anclar en un pasaje fuente. MarqHire AI ejecuta un agente de voz que realiza las llamadas de primera criba. Lo que importa en el trabajo con agentes es la parte que rodea al modelo: llamada a herramientas, grafos explícitos en lugar de charla libre, planes alternativos, y saber cuándo el agente debe parar y buscar a una persona.
¿Puede integrar IA con ERPNext y sistemas CRM?
Sí. La personalización e integración de ERPNext es parte documentada del trabajo: doctypes y estados de flujo a medida para operaciones industriales y solares, y automatización entre ERPNext y las herramientas de alrededor para que los registros dejen de teclearse de nuevo. Del lado del CRM, el caso práctico del pipeline de leads cubre captura, enriquecimiento, deduplicación, cualificación con IA, enrutado y seguimiento escritos de vuelta en un CRM existente.
¿Qué sistemas de automatización puede construir?
Captura, cualificación, enrutado y seguimiento de leads entrantes. Captura de tarjetas de visita y documentos con OCR hacia registros estructurados en el CRM. Captación outbound, enriquecimiento, segmentación, generación por lead y traspaso al recibir respuesta. Automatización de soporte con escalado a una persona. Automatización de flujos en ERPNext y CRM. Pipelines de contenido, UGC y publicación social. Más de 50 flujos automatizados hasta ahora, con casos prácticos en este sitio sobre el pipeline de leads, la captura de tarjetas, las operaciones en ERPNext, la personalización outbound y el motor de contenido.
¿Qué experiencia tiene con n8n?
n8n es la capa de orquestación en la mayor parte del trabajo de automatización de aquí, incluidos el pipeline de leads, la captura de tarjetas, la secuenciación outbound y el motor de contenido. Lo interesante de ese trabajo rara vez es el camino feliz: es la deduplicación, el registro mal formado, la API caída, el comportamiento de reintento, y decidir qué fallos necesita ver una persona en lugar de tragárselos en silencio.
¿Puede construir sistemas de IA de voz?
Sí. Chatterbots.ai es una plataforma multiinquilino de IA de voz con conversaciones de voz a voz, respuestas ancladas en conocimiento, detección de idioma en más de 50 idiomas, reserva de citas y pagos. MarqHire AI realiza entrevistas de criba por voz. También hay un caso práctico sobre un agente de voz para soporte que cubre habla en tiempo real, uso de herramientas y traspaso en caliente a un agente humano con el contexto incluido.
¿Puede construir productos SaaS de IA?
Sí, incluidas las partes que no son IA. Brandry genera webs completas a partir de una descripción de una frase. Chatterbots.ai es multiinquilino con marca blanca, cuotas por plan, facturación con Stripe y retención de datos conforme al RGPD. LawBot Africa opera planes medidos desde un nivel gratuito hasta cuentas de equipo. En cada caso el trabajo de plataforma, multiinquilino, facturación, cuotas y analítica, fue tanta parte de la construcción como la capa de modelo.
¿Cómo se contacta con Dixit Jain?
Por correo a contact@thedixitjain.com, o mediante el formulario de contacto en thedixitjain.com. El currículo completo, con experiencia y formación, está en thedixitjain.com/resume. Las consultas sobre puestos, el trabajo de proyecto y las preguntas sobre cómo se construyó cualquiera de estos sistemas se leen y se responden.
¿Cómo gestiona la protección de datos, y pueden los sistemas de IA funcionar donde los datos no pueden salir de la red?
El tratamiento de datos se diseña, no se describe en una página de políticas. La capa de fiabilidad de su trabajo en empresa incluye enmascarado de datos personales, seguridad de contenidos y detección de jailbreak. En Chatterbots.ai, las obligaciones del RGPD dieron forma a la retención de datos como una decisión de esquema y no como una pantalla de ajustes. Donde los datos no pueden salir de una red, los sistemas de recuperación se despliegan en local, y ZeroPing ejecuta la revisión de código enteramente sobre modelos locales a través de Ollama, sin una sola petición saliente en todo el recorrido. Cada uno de esos puntos está documentado en el informe del sistema al que pertenece, así que nada de esto hay que darlo por supuesto.