Jobs
No buscamos empleados. Buscamos ingenieros que quieran trabajar distinto.
Si todavía piensas que escribir código 8 horas al día es productividad, este no es tu lugar.
En AsyncLabs no medimos productividad en líneas de código, en commits por día, ni en horas frente a la pantalla. Medimos en sistemas funcionando en producción, con tests, con documentación, sin bugs que se descubren un viernes a las 6pm.
Nuestro modelo es AI-Driven: el motor de IA genera código, ejecuta tests, produce documentación y crea merge requests. Tú diseñas la arquitectura, tomas las decisiones de negocio, revisas el output, y garantizas la calidad. El trabajo mecánico lo hace la máquina. El trabajo intelectual lo haces tú.
Si te frustra pasar 4 horas en un boilerplate que un LLM genera en 30 segundos, si prefieres pensar en arquitectura en vez de pelear con indentación, si te gusta la idea de que tu herramienta principal de trabajo se mejore a sí misma con cada issue que procesa, sigue leyendo.
Cómo se trabaja acá
Tu día no es un Jira board infinito
Un día típico en AsyncLabs se parece más a un ingeniero de sistemas supervisando una planta automatizada que a un desarrollador picando teclas contra un deadline.
08:30
Review de MRs que DevSense generó durante la noche
El motor procesó 6 issues mientras dormías. Revisas los diffs, validas que la arquitectura es correcta, apruebas 4, pides corrección en 2. Los 2 corregidos vuelven en 15 minutos.
10:00
Diseño de arquitectura para un módulo nuevo
Un cliente necesita integración con su ERP SAP. Defines la arquitectura, los contratos de API, los edge cases, y escribes los issues en GitLab. DevSense se encarga del resto.
14:00
Debugging asistido por IA de un caso complejo
Un bug que no pasa por el auto-healing. El HITL Copilot te muestra los 4 intentos del sistema, el stack trace, y el análisis de root cause. Tú identificas que es un race condition en el WebSocket handler, escribes la fix, y la validas.
16:00
Reunión con cliente para definir prioridades del sprint
Decisiones de negocio: qué features tienen más impacto, qué trade-offs técnicos aceptar, qué dejar para después. Esto no lo automatiza nadie.
Qué buscamos (y qué no)
No tenemos headcount por llenar. Contratamos cuando encontramos a alguien que nos hace mejores.
Nos importa
Que entiendas sistemas, no solo lenguajes. Python es un detalle. Arquitectura es lo que importa.
Que sepas usar LLMs como herramienta real. Claude Code, Cursor, Copilot. No como juguete, como multiplicador.
Que puedas leer un codebase ajeno y entender la arquitectura en 30 minutos, no en 3 semanas.
Que tengas criterio para saber cuándo el output del AI es correcto y cuándo está inventando.
Que valores la calidad sobre la velocidad. Un deploy limpio vale más que 3 deploys con hotfixes.
Que te comuniques claro. Con el cliente, con el equipo, en el code review. Sin ambigüedad.
No nos importa
Tu título universitario. Nos da igual si tienes PhD o si aprendiste con YouTube.
Tu edad. 22 o 45, lo que importa es cómo piensas, no cuándo naciste.
Cuántos años de experiencia en React/Django/Go. El LLM sabe más de cualquier framework que tú.
Si vienes de empresa grande o startup. Lo que importa es si has puesto cosas en producción.
Tu velocidad de tipeo. DevSense genera 200 líneas en 30 segundos. Tu valor está en otro lado.
Certificaciones. Preferimos 1 sistema en producción a 10 certificados en la pared.
El stack
Con qué trabajamos
No esperamos que domines todo. El LLM cubre la profundidad técnica de cada stack. Lo que necesitamos es que entiendas los conceptos y puedas validar el output.
Desarrollo
Python (FastAPI, Django)
Node.js (Express, Next.js)
TypeScript / React
PostgreSQL / MongoDB / Redis
Docker / Kubernetes
GitLab CI/CD
Machine Learning
H2O.ai / FLAML / scikit-learn
PyTorch (CTGAN/SDV)
LangGraph / LangChain
SHAP / explicabilidad
MLOps (drift, alertas, A/B)
Privacy (PII detection)
AI-Driven
Claude (Anthropic)
GPT (OpenAI)
Gemini (Google)
MCP (Model Context Protocol)
Playwright + Midscene (QA)
bandit + semgrep (SAST)
Posiciones abiertas
No siempre tenemos vacantes. Si no hay nada abierto que calce, mándanos un email de todas formas. Te respondemos.
Senior Software Engineer (AI-Driven)
Full-time · Remoto (Chile / LATAM)Diseño de arquitectura, code review, decisiones técnicas. Trabajas con DevSense y LLMs como herramienta primaria. No escribes boilerplate. Defines cómo se construyen los sistemas y validas que el output cumple el estándar.
Postular →ML Engineer
Full-time · Remoto (Chile / LATAM)AutoML, MLOps, pipelines de datos, Privacy Suite, datos sintéticos. CorePlexML es tu herramienta diaria. Trabajas en features de la plataforma y en proyectos de clientes que necesitan ML en producción.
Postular →QA Engineer (AI-Driven Testing)
Full-time · Remoto (Chile / LATAM)Certificación de calidad con QA vNext: specs intent-first, Midscene AI visual assertions, Playwright stress, paridad triple. Diseñas gates de certificación, no escribes scripts de Selenium.
Postular →¿No ves tu perfil pero crees que calzas? Escríbenos a jobs@asynclabs.io con un link a tu GitHub/GitLab y un párrafo de por qué te interesa trabajar así.
No necesitamos CV. Necesitamos ver cómo piensas.
Si llegaste hasta acá, probablemente eres el tipo de persona que buscamos.
No pedimos que sepas todo. Pedimos que pienses claro, que tengas criterio técnico, y que quieras construir software de una forma que la mayoría del mercado aún no entiende.
Hablemos