Volver al Blog

De Full-Stack a AI Engineer: Cómo Programa la Élite en 2026 y Mi Plan a 3 Años

Angel Valladares14 min de lecturaPublicado el 5 de septiembre, 2026
AI Engineering
Carrera
Claude Code
Agentes
Evals

Llevo años como desarrollador full-stack y nunca había visto a la industria moverse tan rápido. Los ingenieros que admiro ya no pasan el día escribiendo código: corren varios agentes de IA en paralelo y dedican casi todo su tiempo a planificar y revisar. Al mismo tiempo, un rol nuevo, el "AI engineer", está absorbiendo buena parte de lo que antes era desarrollo de producto.

Así que dediqué un día a investigar en serio: unas ochenta fuentes, priorizando junio a septiembre de 2026 y desconfiando de todo lo que oliera a marketing de proveedor. Este post es el resultado. Tiene tres partes: cómo trabaja de verdad la élite hoy, qué es un AI engineer y para qué lo contratan, y el plan que estoy siguiendo para llegar ahí en los próximos uno a tres años. Si eres desarrollador web y te preguntas hacia dónde apuntar, espero que te ahorre parte de la incertidumbre que yo sentí.

El veredicto en cinco puntos

  1. La élite ya casi no escribe código; planifica, delega y verifica. El flujo dominante es plan → 3–5 agentes en git worktrees aislados → verificación automática (tests, CI, navegador) → revisión por riesgo → merge. Pero solo el 31% de los desarrolladores profesionales son "agentic coders" (JetBrains, ago 2026): dominar este flujo hoy sigue siendo una ventaja real.
  2. "AI engineer" en 2026 es un ingeniero que construye productos sobre modelos vía API. RAG, agentes con herramientas, evals, servidores MCP, observabilidad y automatización de procesos. No es investigación de ML y no requiere entrenar modelos.
  3. La demanda es real y medible. AI Engineer es el rol de mayor crecimiento en EE. UU. según LinkedIn (ene 2026); hubo 43,480 vacantes de "AI engineering" en EE. UU. entre enero y julio de 2026 con salario mediano publicado de US$176K; las vacantes de Forward Deployed Engineer crecieron 729% interanual (Indeed, abr 2026).
  4. La brecha para un full-stack es más estrecha de lo que parece, pero concreta. Ya tenemos lo que el 95% de las vacantes pide como base. Falta: evals y análisis de errores (la señal #1 en entrevistas), calidad de retrieval, context engineering, diseño de agentes acotados, economía de costo y latencia, seguridad de LLMs y Python "productivo".
  5. La ruta con mejor encaje para un dev JS/TS es "AI product engineer". Es el perfil que publican Stripe, Vercel y las startups de producto (TypeScript aceptado, Python como segundo lenguaje), es remoto con más frecuencia y es la puerta natural hacia Applied AI.

Cómo programa la élite en septiembre de 2026

Las herramientas, por uso semanal

JetBrains encuestó a más de 15,000 desarrolladores profesionales entre mayo y julio de 2026: el 90% usa agentes de código al menos semanalmente y el 68% a diario. Claude Code lidera con 39% de uso semanal, seguido de GitHub Copilot con 21% (bajó de 29%), OpenAI Codex con 16% (subió de 3% en enero), Cursor con 12% (bajó de 18%), OpenCode con 7% y Antigravity con 6%. Entre ingenieros senior el sesgo es mayor: en la encuesta de Pragmatic Engineer (marzo 2026, mediana de 11–15 años de experiencia) Claude Code es la herramienta más usada y más "amada", y el 63.5% de los Staff+ usa agentes de forma regular.

El flujo que se repite en todos los relatos de primera mano

Boris Cherny (creador de Claude Code), el equipo de "harness engineering" de OpenAI, Mitchell Hashimoto, Simon Willison, Thorsten Ball y Addy Osmani describen, con variaciones, el mismo día de trabajo:

  1. Encolar trabajo de fondo al empezar el día. Tres a cinco tareas en agentes en la nube (Codex cloud, Claude Code web, Cursor cloud): mantenimiento, investigación, comparaciones de librerías, migraciones.
  2. Especificar antes de implementar. Plan mode o un spec.md iterado con el agente hasta que el plan convence; a menudo una sesión nueva critica el plan "como ingeniero senior" antes de aprobarlo (el patrón Research → Plan → Implement → Review).
  3. Lanzar 2–5 agentes locales en worktrees aislados. Un git worktree por agente y por tarea ortogonal, sesiones con nombre, notificaciones cuando alguna necesita input. Cherny corre unas cinco terminales más 5–10 sesiones web; Osmani advierte que 3–4 en paralelo ya es "mentalmente agotador".
  4. Cada agente tiene un bucle de verificación. El consejo número uno de Anthropic: tests (TDD rojo/verde), curl contra la API, navegador vía Chrome DevTools MCP, hooks de lint y typecheck. "Los tests ya no son ni remotamente opcionales" (Willison).
  5. Revisión por IA antes que humana, y humana por riesgo. Un modelo distinto en sesión fresca revisa primero; el humano lee línea por línea solo en auth, pagos, secretos o "cuando el radio de explosión sería enorme" (Ball). PRs de 250 líneas o menos como puerta habitual.
  6. Codificar el "gusto" en el repo. Un CLAUDE.md / AGENTS.md corto (unas 100 líneas, índice hacia docs/), skills con criterios de salida, linters propios que hacen cumplir la arquitectura, y actualizar esos archivos con cada error que comete el agente.
"Si yo estoy programando, quiero un agente planificando. Si ellos están programando, quiero estar revisando." — Mitchell Hashimoto, febrero 2026
"Los humanos dirigen, los agentes ejecutan. Las correcciones son baratas y esperar es caro." — OpenAI, "Harness engineering", febrero 2026. Un equipo de 3→7 ingenieros entregó ~1M de líneas y ~1,500 PRs en cinco meses, todo escrito por Codex.

Lo que está costando (la parte que nadie pone en el pitch)

La telemetría de Faros AI sobre 22,000 desarrolladores (abril 2026) muestra el tiempo mediano en revisión +441%, los incidentes por PR +243% y los bugs por desarrollador +54%. El estudio de seguimiento de METR (febrero 2026) no pudo distinguir la ganancia de productividad de cero y declaró comprometido su propio diseño. DORA (mayo 2026) mide mejoras de 35–40% en tareas simples pero de 10% o menos en código legacy complejo, y llama al bache "curva J" e "impuesto de inestabilidad". En seguridad, 2026 trajo un CVE de inyección de prompt en la GitHub Action de Claude Code, el compromiso de cadena de suministro "Clinejection" y el "slopsquatting": cerca del 20% de los paquetes que recomiendan los agentes no existen.

Mi conclusión: la habilidad escasa no es "usar Claude Code". Es diseñar el harness (verificación, revisión, permisos, docs, evals) que hace que cinco agentes produzcan código que puedas defender en producción. Eso es lo que Anthropic, OpenAI y el AI Engineer World's Fair llaman ahora harness engineering, y es la primera fase de mi plan.

Qué es en realidad un AI engineer

swyx acuñó el término en 2023 como "el ingeniero del lado de la aplicación de la línea de la API": a la izquierda de la línea se entrenan modelos; a la derecha se construyen productos con ellos. Para 2026, el AI Engineer World's Fair (más de 6,000 asistentes) y el "AI Engineering Skills Map" de Andrew Ng (agosto 2026) lo tratan menos como un nicho y más como hacia dónde va toda la ingeniería de software. Las cuatro áreas de Ng: construir y desplegar aplicaciones de IA, fundamentos de ingeniería de software, usar agentes de código y "shaping the build" (criterio de producto).

Los títulos, descifrados

  • AI Engineer / LLM Engineer: construye apps sobre modelos fundacionales (RAG, agentes, evals, serving). Python aparece en el 62% de las vacantes.
  • AI Product Engineer / Full-stack AI Engineer: un full-stack cuyas features son LLM; es dueño de UX, backend, prompts y evals. Next.js/TS más Node o Python. Lo publican startups de producto, el ecosistema Vercel y Stripe.
  • Applied AI Engineer: igual que AI engineer pero cerca del cliente (labs) o embebido en producto.
  • Forward Deployed Engineer (FDE): se embebe con un cliente y despliega LLM apps en su entorno; ~60% cara al cliente, 25–50% de viajes. Palantir, OpenAI, Anthropic, Databricks, Sierra, Harvey.
  • Agent Engineer: construye los agentes en sí: tool use, bucles de planificación, memoria, evals.
  • AgentOps / LLMOps / AI Platform: opera agentes en producción: trazas, pipelines de evals, costo, latencia, guardrails.
  • ML Engineer: entrena, ajusta y sirve modelos. Es otro trabajo.

Qué construyen y qué evalúan las entrevistas

Según vacantes reales: RAG y búsqueda sobre documentos de la empresa, copilotos internos y automatización de back-office sobre CRM/ERP, pipelines de extracción de documentos (donde está gran parte del valor empresarial, no en el chat), agentes de soporte y de voz, harness de agentes de código y copilotos verticales para legal, salud y finanzas. La vacante actual de "AI Engineer" de Stripe es un buen molde: "ship code daily", construir herramientas internas y automatización con agentes, saber dos de Ruby/Node/Python/Next.js y usar herramientas de IA en tu propio flujo. Un full-stack JS/TS ya califica.

Las entrevistas de 2026 pesan cuatro cosas: evals (pasar "de las vibras" a sets dorados, LLM-as-judge validado contra etiquetas humanas, suites de regresión con puerta en CI), nombrar modos de fallo de RAG sin que te los pregunten, criterio sobre cuándo no construir un agente, y razonamiento de costo y latencia ("reduce el costo de esta feature a la mitad sin degradar calidad"). Y la pregunta que abre casi toda entrevista senior: "¿qué te ha salido mal?"

El mercado, y trabajar remoto desde Honduras

De esas 43,480 vacantes en EE. UU., 48% son híbridas, 32% totalmente remotas y 20% presenciales; 66% son roles de contribuidor individual. El mayor sector contratante es servicios profesionales (28%), por encima de las empresas tecnológicas (24%): el 76% de los casos de uso empresariales de IA se compran en vez de construirse (Menlo Ventures), así que alguien tiene que integrarlos a los procesos reales. Pragmatic Engineer (mayo 2026) reporta que las grandes tecnológicas tienen 50–100% más vacantes de AI engineering que hace un año, y que la compensación de AI engineering ya supera a la de software engineering.

La parte incómoda pero útil: Honduras no aparece en ninguna guía de talento de IA en LATAM (sí México, Argentina, Brasil, Colombia y Costa Rica). Un AI engineer senior contratado como "LATAM remoto" se cotiza en unos US$66K–96K, frente a US$145K–190K en roles de startups de EE. UU. que aceptan contratistas en el extranjero, y US$200K–300K+ en roles FDE de labs que casi siempre exigen presencia en EE. UU., UK o UE. La ventaja objetiva desde aquí es la zona horaria: UTC-6 es la hora Central de EE. UU., que todas las guías nearshore ponen primero. El mercado general de software está blando pero "inclinándose hacia la seniority" (Indeed Hiring Lab, julio 2026).

"Corre hacia las olas y pon IA en tu CV, de inmediato… te filtrarán si no tienes experiencia con IA." — Charity Majors, agosto 2026

Mi brecha, en orden de importancia

Lo que ya tengo y las vacantes exigen: shipping en producción, APIs, cloud y CI/CD, TypeScript/Node/React/Next.js, herramientas internas y automatización de flujos, fluidez con agentes de código y criterio de producto. Lo que me falta, ordenado por la frecuencia con que lo citan las fuentes de contratación:

  1. Evals y análisis de errores.
  2. Calidad de retrieval, no solo "RAG": búsqueda híbrida, reranking, modos de fallo.
  3. Context engineering: compactación intencional, la "zona tonta" del contexto largo.
  4. Diseño de agentes acotados, y saber cuándo un flujo le gana a un agente.
  5. Economía de costo y latencia: routing de modelos, caché, salidas estructuradas.
  6. Seguridad: inyección de prompt, exfiltración vía herramientas, OWASP LLM Top 10.
  7. Observabilidad: trazas, versionado de prompts, drift, monitoreo de costo.
  8. Python productivo: FastAPI, Pydantic, async.
  9. Pipelines de documentos: chunking, OCR, extracción, deduplicación.
  10. Fine-tuning básico (prioridad baja): saber cuándo elegirlo sobre RAG o prompting.

El roadmap, 2026–2029

Fase 0 · septiembre–octubre 2026 · Trabajar como la élite en mi empleo actual

Costo cero, retorno inmediato y la primera línea de un CV de AI engineer. Adoptar plan → worktrees → verificación → revisión por riesgo en un proyecto real; escribir y mantener el CLAUDE.md del repo; configurar hooks, allow-lists de permisos y un comando /commit-push-pr; agregar revisión por IA antes de la humana y medir el tiempo en revisión durante cuatro semanas. Formación: Anthropic Academy (Claude Code in Action, MCP intro y avanzado, Agent Skills y Subagents) y los posts de ingeniería de Anthropic sobre agentes efectivos, context engineering, evals y diseño de harness. Todo gratis.

Fase 1 · noviembre 2026–febrero 2027 · Fundamentos en mi stack + primer proyecto real

"Building with the Claude API" de Anthropic Academy (8 horas), el AI SDK v6 Crash Course de Matt Pocock (el curso de IA en TypeScript: agentes, tool calling, desarrollo guiado por evals, guardrails), AI Engineering de Chip Huyen, Python productivo con FastAPI y Pydantic, y la especificación MCP 2026-07-28. Proyecto 1: RAG sobre los documentos de un negocio que ayudo, con retrieval híbrido, reranking, citas y un set de evaluación de 50 preguntas, instrumentado con Langfuse desde el día uno.

Fase 2 · marzo–junio 2027 · Evals y agentes, el diferenciador

El material gratuito de evals de Hamel Husain y su repo evals-skills, los cursos de evals de W&B y DeepLearning.AI, el curso Agentic AI de Andrew Ng, el track "Building Agents" de OpenAI para amplitud, y el examen Claude Certified Developer. Proyectos 2–4: un harness de evals con taxonomía de fallos etiquetada y puerta de regresión en CI; un servidor MCP para un sistema real con OAuth 2.1; y un agente de back-office con el Claude Agent SDK, con hooks de aprobación y costo por ejecución documentado. AI Engineer Miami (26–27 de abril de 2027) es el evento del sector más cercano.

Fase 3 · julio–diciembre 2027 · Profundidad, visibilidad y primeras aplicaciones

Los cursos de Agentes y de Contexto de Hugging Face, la intro a LangGraph por los conceptos de estado durable, el intensivo de agentes de Google. Proyectos 5–7: un pipeline de extracción de documentos con UI de revisión humana, un agente de voz para un hackathon y un copiloto interno con dashboards de costo y latencia. Contribuir a MCP, Langfuse, Promptfoo o Mastra; publicar tres posts técnicos con números reales; empezar a aplicar a roles remotos de AI product engineer.

Años 2–3 · 2028–2029 · Especialidad y perfil senior

Stanford CS336 y nanochat de Karpathy para entender los modelos por dentro, los dos libros "from scratch" de Raschka, el MOOC de Agentic AI de Berkeley, la ruta Claude Certified Architect si me muevo hacia arquitectura o consultoría, y una charla en conferencia sobre un sistema mío en producción.

Presupuesto

El núcleo cuesta unos US$675–885 en doce meses: el curso del AI SDK ($149), el libro de Huyen (~$50), dos meses de DeepLearning.AI Pro (~$50–60), el examen CCDV-F ($125) y $300–500 en créditos de API para siete proyectos con suites de evals. El cohort de evals de US$4,200 en Maven queda fuera del presupuesto y su material gratuito cubre la mayor parte; certificaciones cloud solo si el stack de un empleador lo exige.

Los siete proyectos del portafolio

En este orden, cada uno con suite de evals y trazas, porque esa combinación es el portafolio:

  1. RAG sobre documentos de un negocio real (Next.js, Vercel AI SDK, pgvector, Promptfoo).
  2. Un harness de evals para ese RAG, con juez LLM validado contra etiquetas humanas.
  3. Un servidor MCP para un sistema real, OAuth 2.1, publicado en un registro.
  4. Un agente de back-office: facturas → extracción → validación → ERP, con hooks de aprobación.
  5. Un pipeline de extracción de documentos con puntajes de confianza y UI de revisión humana.
  6. Un agente de voz con tool calling.
  7. Un copiloto interno con spans OpenTelemetry GenAI y SLOs de costo y latencia.

Qué no creer

  • "Resultados Stack Overflow 2026": la encuesta abrió el 23 de junio y no ha publicado resultados; los artículos que citan cifras "2026" reciclan datos de 2025.
  • "Un millón de líneas en una semana" y flotas de 30 agentes: los equipos con throughput verificable lo atribuyen a linters, docs, tests y sandboxes, no a la autonomía.
  • Cifras de adopción autoinformadas: "98% de los empleados de OpenAI usan Codex" y "47% del código lo escriben agentes" son percepción o datos del proveedor; la telemetría independiente muestra el lado de los costos.
  • Salarios de FDE de US$450K+: solo en labs frontera y con 55–70% en equity. Los roles FDE y de IA en ServiceNow, Stripe o startups están en US$130K–235K base.
  • "El desarrollo de software dejará de importar": lo que se deprecia es el código como cuello de botella. Lo que se aprecia es el diseño de sistemas, la verificación, el criterio de producto y la integración en procesos de negocio. swyx: "los LLMs premian la pericia; suben el techo mucho más que el piso".

Iré actualizando este post conforme avance por las fases. Si estás en un camino parecido, me encantaría comparar notas.

Fuentes

De Full-Stack a AI Engineer: Cómo Programa la Élite en 2026 y Mi Plan a 3 Años — Angel Valladares