Dixit Jain

In Time Tec · Jornada completa

Construye sistemas de IA generativa y de IA agéntica de nivel producción para uso empresarial, poniendo el énfasis en sistemas que siguen siendo fiables bajo carga real en lugar de en prototipos experimentales.

• Construye aplicaciones de IA agéntica y LLM en producción con LangGraph y FastAPI
• Diseña arquitecturas RAG sobre LlamaIndex y Qdrant con búsqueda híbrida y generación anclada
• Desarrolla agentes de IA escalables sobre Python, Azure AI y Redis con orquestación de flujos con estado
• Implementa mecanismos de seguridad y fiabilidad: enmascarado de datos personales, seguridad de contenidos y detección de jailbreak
• Mejora los sistemas en producción mediante observabilidad y ejecución en paralelo

TechMarqX · Independiente

Una única colaboración independiente, no un puesto: responsabilidad de principio a fin sobre tres productos de IA distintos, de la arquitectura a una experiencia desplegada y funcionando.

• Construyó la plataforma web de TechMarqX, traduciendo su posicionamiento en automatización con IA a una presencia web en producción
• Construyó MarqHire AI, una plataforma de selección con IA para criba de currículos, emparejamiento y ordenación de candidatos
• Construyó Brandry, un generador de webs con IA que convierte una sola indicación en un sitio desplegable

Unified Business Web Solutions · Jornada completa

La experiencia principal de ingeniería de IA antes de In Time Tec: entregar sistemas de IA para casos de negocio reales, del prototipo a la producción.

• Diseñó sistemas multiagente en LangChain que redujeron las operaciones manuales en torno a un 40 %
• Construyó sistemas RAG que conectan LLM con datos de empresa en ERPNext y SQL
• Desarrolló flujos de automatización en n8n y Python para modernizar procesos ERP heredados
• Llevó sistemas de IA del prototipo a producción sobre FastAPI, bases de datos vectoriales e infraestructura en la nube

Fudr · Jornada completa

Trabajó en la intersección de producto, ingeniería y datos en una startup, antes de que la ingeniería de IA fuera el foco. La razón por la que aquí el enfoque parte del producto y no solo de la implementación.

• Tradujo problemas de negocio y de producto ambiguos en planes claros de ejecución técnica
• Diseñó cohortes de clientes basadas en datos para marketing y activación personalizados
• Conectó segmentación y fidelización con resultados de negocio medibles
• Trabajó en un entorno de startup donde la iteración rápida y las restricciones moldeaban cada decisión

MTX Group · Prácticas

Primera experiencia con tecnología empresarial: cómo las grandes organizaciones implantan y mantienen software, y qué aspecto tienen la fiabilidad y la seguridad a esa escala.

• Trabajó dentro de una metodología de implantación de Salesforce CRM
• Aprendió prácticas de fiabilidad, escalabilidad y seguridad para software empresarial