Skip to content
Tecnologías EmergentesMiddle

Ejemplo de CV Middle LLM Engineer

Ejemplo de CV profesional Middle LLM Engineer. Plantilla optimizada para ATS.

JuniorMiddleSeniorLead

Rango salarial Middle (US)

$220,000 - $380,000

Por qué este CV funciona

Verbos que muestran ownership de programa LLM

Tomé, Maté, Negocié, Migré, Redacté. Los LLM engineers de mid-level corren programas LLM en producción, no demos. Los verbos deben señalar que tú decides qué se queda y qué muere.

Números atados a coste, latencia y eval del LLM

JSON-validity rate, coste por 1M tokens, p95 inter-token latency, conteo de golden traces, porcentaje de compute recuperado. Las métricas de mid atan el comportamiento del LLM a euros y confianza.

Tradeoffs y decisiones de kill que reescalan el stack LLM

Lo que mataste en el stack LLM es más informativo que lo que enviaste. 'Maté el flujo prompt-only en favor de structured-output-with-Outlines' es una frase con código senior.

Señales de influencia interna entre producto y plataforma

Staff LLM engineer, head of inference platform, Director de Producto, hiring loop. Los LLM engineers mid cambian cómo la empresa envía LLMs, no solo cómo los prototipa.

Sistemas LLM concretos y movimientos

Cluster vLLM detrás de un structured-output gateway, Qwen 2.5 32B cuantizado en INT4-AWQ, pipeline SFT y DPO dirigida por Axolotl, suite de eval Braintrust. Los detalles prueban que tratas a los LLMs como un sistema.

Habilidades esenciales

  • vLLM Cluster Operations
  • Structured-Output Gateway Design
  • Per-1M-Token Cost Governance
  • fp8 / fp16 Quantization
  • INT4 / AWQ Quantization
  • Axolotl SFT / DPO
  • Braintrust Eval Suite
  • Speculative Decoding
  • Unsloth
  • LLaMA-Factory
  • TRL
  • Inspect AI
  • DeepSeek-V3 / Gemma 2 / Phi-4
  • Postgres / pgvector
  • Kubernetes
  • Cost-Per-1M-Tokens Profiling

Mejore su CV

Recibir crítica

Análisis brutal de IA sobre su CV

Criticar mi CV →

CV y carta a medida

Adapte su CV a ofertas de empleo

Adaptar mi CV →

Editor de CV con IA

Edite con sugerencias de IA

Abrir panel →

Plantillas y ejemplos de CV de LLM Engineer para cada etapa de carrera. Tanto si estás conectando un primer flujo de prompt-engineering y RAG, asumiendo un stack LLM eval-driven con structured output y cuantización, diseñando un multi-model serving fabric sobre vLLM, o dirigiendo la plataforma LLM contra la que factura el resto de la org, tu CV debe demostrar que envías sistemas de language-model con JSON-validity rate, p95 TTFT, eval-pass rate y coste por 1M tokens medibles. Los hiring panels de Anthropic, OpenAI, Cohere, Hugging Face, Mistral, Together AI, Fireworks AI, Anyscale, Databricks Mosaic, Notion AI, Glean, Perplexity, Cursor, Replit y el equipo de Vercel AI SDK filtran los CVs que dicen 'usé GPT' o 'integré LLM' sin un eval harness, un serving stack o un número de coste por 1M tokens. Esta guía cubre estrategias de CV de junior a lead para LLM engineers con el stack específico (vLLM, TGI, Triton, llama.cpp, Outlines, Instructor, Guidance, lm-eval-harness, Braintrust, LangSmith, Helicone, Axolotl, Unsloth, TRL), las métricas que importan y el lenguaje senior-coded que consigue loops en frontier LLM labs.

Best Practices para CV de LLM Engineer Mid-Level

  1. Encabeza cada rol con un bullet de tradeoff. 'Reemplazado el flujo prompt-only por structured-output-with-Outlines, levantando JSON-validity rate del 87 al 99 por ciento' es la señal de seniority en dos cláusulas.
  2. Muestra un kill explícito por rol. Matar el patrón de prompting ad-hoc a temperatura abierta, matar el flujo prompt-only, matar un path de inference vendor-only. Los LLM engineers mid-level prueban juicio por lo que quitan, no solo por lo que envían.
  3. Cuantifica a través de tres lentes. Eval (JSON-validity rate, eval-pass rate, hallucination rate (custom metric)), coste (coste por 1M tokens, p95 TTFT, p95 inter-token latency) y confianza (red-team review findings, structured-output match rate). Las métricas mid atan el comportamiento del LLM a euros y confianza.
  4. Referencia las salas cross-funcionales que tocan los LLMs. Staff LLM engineer, head of inference platform, Director de Producto, cost-attribution review. Los LLMs mid fallan en producción por latencia y coste, no solo por calidad de prompt.
  5. Nombra las técnicas, no las vibras. Cluster vLLM detrás de un structured-output gateway, Qwen 2.5 32B cuantizado en INT4-AWQ, pipeline SFT y DPO dirigida por Axolotl, suite de eval Braintrust. Los detalles prueban que corriste el programa.

Errores Comunes de CV para LLM Engineer Mid-Level

  1. Sin decisiones de kill o sunset en el stack LLM

Por qué duele: Los LLM engineers mid-level sin un bullet de kill señalan que no puedes decidir qué quitar de la runtime LLM. Prompting ad-hoc a temperatura abierta, flujo prompt-only y paths de inference vendor-only son los modos de fallo más caros a escala.

Cómo arreglarlo: Elige un patrón que mataste (prompt-only, temperatura abierta, vendor-only) con el trigger (cost-attribution review, JSON-validity floor, regresión de eval). El bullet de kill reescribe todo el tono del CV.

  1. CV agnóstico al modelo que no nombra LLMs reales

Por qué duele: Los CVs mid que dicen 'usé un LLM' sin nombrar Llama 3.1, Qwen 2.5, DeepSeek-V3, Gemma 2, Phi-4 o APIs closed-model específicas se leen como model-uncurious. Los hiring panels frontier quieren ver que tienes opiniones sobre qué modelo encaja con qué workload.

Cómo arreglarlo: Nombra al menos tres modelos concretos en deployments (Llama 3.1 8B, Qwen 2.5 32B, GPT-4o, Claude 3.5 Sonnet) con el workload y el coste por 1M tokens o latencia que entregaron.

  1. Sin trabajo de cost governance

Por qué duele: Los LLMs en producción ya son centros de coste. Los CVs que omiten coste por 1M tokens, p95 TTFT o techos de coste por 1M tokens señalan que no has estado cerca de la factura de producción.

Cómo arreglarlo: Incluye un bullet sobre delta de coste por 1M tokens (e.g., de $0.78 a $0.21) y uno sobre techo de coste por 1M tokens negociado con producto o finanzas.

Tips Rápidos de CV para LLM Engineer Mid-Level

  1. Encabeza cada rol con un bullet de tradeoff. La cláusula 'a cambio de' y la cláusula 'tras reemplazar X por Y' son las señales de seniority más eficientes.
  2. Un kill por rol. Un patrón matado (flujo prompt-only, ad-hoc a temperatura abierta) con el criterio que lo gatilló (cost-attribution review, JSON-validity floor).
  3. Cuantifica tres lentes. Eval, coste, confianza. Los LLM engineers mid-level sostienen las tres.
  4. Referencia salas cross-funcionales. Staff LLM engineer, head of inference platform, Director de Producto, cost-attribution review.
  5. Nombra técnicas, no vibras. Cluster vLLM detrás de un structured-output gateway, Qwen 2.5 32B cuantizado en INT4-AWQ, pipeline SFT y DPO dirigida por Axolotl, suite de eval Braintrust.

Preguntas frecuentes

Un LLM engineer diseña, envía y tunea stacks de language-model en producción: prompt engineering, RAG, structured output, fine-tuning, eval e inference serving. El día mezcla escribir schemas de structured output (Outlines, Instructor, Guidance, JSON Schema), tunear un cluster vLLM o TGI (fp8, INT4-AWQ, prefix caching, speculative decoding), correr eval harnesses de golden trace en LangSmith, Braintrust o lm-eval-harness, vigilar dashboards de coste en Helicone y revisar deltas de fine-tune en Axolotl o Unsloth. El trabajo LLM en producción es aproximadamente 30 por ciento código de serving y decoding, 35 por ciento eval y structured output, 20 por ciento trabajo de fine-tune y dataset, 15 por ciento governance de coste y reliability.

Los AI Engineers envían features impulsadas por LLM de forma amplia (RAG, agents, embeddings, vector DBs, clasificación); los Agentic AI Engineers se enfocan estrechamente en loops de agentes autónomos multi-paso con tool use; los LLM Engineers se enfocan estrechamente en el stack de language-model en sí: prompt engineering, RAG, fine-tuning, eval, structured output, latencia, coste y serving (vLLM, TGI, Triton, llama.cpp). Donde un AI engineer trata el LLM como un componente, un LLM engineer posee ese componente de extremo a extremo a calidad de producción.

Encabeza con tres lentes: eval (eval-pass rate, JSON-validity rate, structured-output match rate, hallucination rate (custom metric), adopción de context-length), coste (coste por 1M tokens, p95 TTFT, p95 inter-token latency, $-coste de fine-tune por pp en eval) y confianza (red-team review findings, postura de inference-trust, lag de detección de regresión). Empareja con una métrica de runtime (número de variantes de modelo, frontier providers cubiertos) y una métrica organizacional (RFCs adoptados, ICs mentoreados, councils levantados).

No. La habilidad es ingeniería, no investigación. Anthropic, OpenAI, Cohere, Hugging Face, Mistral, Together AI, Fireworks AI y Anyscale contratan LLM engineers con backgrounds fuertes en sistemas, BS o MS, que pueden leer un trace de serving, diseñar un structured-output gateway, correr un fine-tune en Axolotl y razonar sobre coste por 1M tokens. Los PhDs son requeridos para AI research engineering y trabajo de capability frontier, no para LLM platform engineering. La barra es enviar stacks LLM en producción con evals y números de coste medibles, no publicar papers.

Define criterios de kill por adelantado: floor de JSON-validity rate (e.g., 95 por ciento), techo de p95 TTFT (e.g., 250ms), cap de coste por 1M tokens (e.g., $0.40), floor de eval-pass rate sobre una suite release-gating. Cuando un flujo prompt-only falla dos de cuatro en dos ciclos consecutivos de eval, mátalo y escribe el memo de kill con criterios, traces observados y el stack structured-output-with-Outlines con prefix caching que lo reemplaza. El memo, no el kill, es el artefacto que pones en el CV.

Cuando eval, coste o confianza están en riesgo de forma medible: red-team review aflorando paths de break de structured output, cost-attribution review mostrando el LLM por encima del plan, o eval-pass rate cayendo bajo el gate. Los tradeoffs son el producto del LLM engineer; el pushback sin tradeoff medido es solo fricción y te etiqueta como el blocker del equipo.

Certificaciones recomendadas

Anthropic Tool Use and Structured Output

Anthropic

middle

DeepLearning.AI Efficient LLM Serving with vLLM

DeepLearning.AI

middle

DeepLearning.AI Reinforcement Learning from Human Feedback

DeepLearning.AI

middle

Preparación para entrevistas

Los loops de LLM engineer en Anthropic, OpenAI, Cohere, Hugging Face, Mistral, Together AI, Fireworks AI y Anyscale combinan un panel clásico de IC software con tres estaciones específicas de LLM: un ejercicio escrito de diseño de stack LLM (workload, modelo, runtime, policy de structured output, eval gates, techo de coste), una sesión de debugging en vivo de una regresión sobre JSON-validity rate o p95 TTFT, y un debate de tradeoff cubriendo eval, coste y confianza. Los loops senior y head-of añaden un memo de build-vs-buy sobre runtime managed vs. self-hosted y un readout de deck a nivel de board sobre postura de inference-trust.

Preguntas frecuentes

Preguntas comunes:

  • Describe un patrón que mataste en el stack LLM y los criterios que gatillaron el kill
  • ¿Cómo negociaste un techo de coste por 1M tokens con producto o finanzas?
  • Guíame por un cluster vLLM que poseíste y qué falló en el primer mes
  • ¿Cómo te asocias con inference platform sin frenar la roadmap?
  • Cuéntame de un path de break de structured output que destapaste
  • ¿Cómo comunicas riesgo de coste LLM a stakeholders ejecutivos?
Actualizado:
Usar esta plantilla