Contratar un Ingeniero de Prompts dedicado vs hacerlo internamente: cuándo conviene cada modelo
La conversación que tenemos con prácticamente todos los CTO/COO/CMO de empresas medianas en Chile, México y Brasil es la misma: "Necesitamos a alguien que diseñe los prompts para nuestra IA. ¿Lo formamos internamente o lo contratamos?". La respuesta correcta depende de 4 factores que casi nunca se evalúan honestamente. Acá los desglosamos con números reales y el criterio que usamos al asesorar.
- Madurez técnica del equipo: ¿hay capacidad de absorber un rol nuevo sin desestabilizar la operación actual?
- Perfil cercano disponible: ¿hay alguien interno con perfil compatible (data scientist, ML engineer, product técnico) dispuesto a especializarse?
- Volumen de trabajo continuo: ¿hay >30h/semana de trabajo de prompt engineering, o son demandas puntuales?
- Tiempo disponible: ¿hay 6-12 meses para que esa persona alcance nivel senior antes de necesitar resultados?
Si los 4 son sí: formar interno. Si falta 1 o más: staffing dedicado.
El elefante en la sala: el costo real de "interno"
El error más común al evaluar esta decisión es comparar "USD 18 UF/mes de un Ingeniero dedicado vs USD 4.000.000 CLP de sueldo interno". Esa comparación está mal. El costo real de tener a alguien interno incluye:
| Concepto | Mensual (CLP) | Mensual (USD) | Anual (USD) |
|---|---|---|---|
| Sueldo bruto Ingeniero senior | 4.500.000 | 4.750 | 57.000 |
| AFP + seguros (~25%) | 1.125.000 | 1.190 | 14.280 |
| Aguinaldo (1 sueldo extra repartido) | 375.000 | 395 | 4.740 |
| Bonos / variable | 500.000 | 525 | 6.300 |
| Equipo (laptop, software) | 120.000 | 125 | 1.500 |
| Espacio (oficina/coworking) | 200.000 | 210 | 2.520 |
| Capacitación + cursos | 150.000 | 160 | 1.920 |
| Costo total empleador | 6.970.000 | 7.355 | 88.260 |
El costo total de tener a alguien interno senior en Chile es de USD 85.000-95.000 anuales. Y eso es antes de sumar el costo del proceso de selección (3-6 meses, USD 5.000-15.000 en headhunter o tiempo del equipo) y el costo del riesgo de no encontrar al perfil correcto (40-60% de las búsquedas de Ingenieros de Prompts senior fallan en primera ronda según experiencia de mercado 2026).
El modelo dedicated de ingenierodeprompts.cl
El modelo de staff augmentation que operamos asigna un Ingeniero senior a su empresa por horas semanales fijas. No es un freelance que rota, no es un consultor distante, no es un proyecto puntual. Es un especialista asignado a su operación, conociendo su contexto, manteniendo sus prompts y escalando con sus necesidades.
| Plan | Horas/semana | Precio mensual | USD anual |
|---|---|---|---|
| Starter | 10h | 18 UF + IVA | ~9.500 |
| Growth | 20h | 35 UF + IVA | ~18.000 |
| Scale | 40h | 65 UF + IVA | ~33.500 |
El costo es 60-85% menor que tener a alguien interno equivalente. Sin proceso de selección, sin riesgo de no encontrar talento, sin contrato indefinido, sin overhead de gestión RRHH. Si la necesidad cambia (aumenta o disminuye), se ajusta el plan en el ciclo siguiente.
Cuándo SÍ conviene formar a alguien interno
El modelo dedicated no es siempre la respuesta correcta. Hay casos concretos donde formar a alguien interno es la decisión correcta:
1. Empresa tech madura con +50 ingenieros
Si su empresa ya tiene un equipo técnico maduro (>50 ingenieros, prácticas de ingeniería establecidas, MLE/data scientists), absorber un nuevo rol especializado es viable. La curva de aprendizaje no desestabiliza, y la persona tiene mentores cercanos.
2. Hay un perfil cercano dispuesto
Un data scientist senior que ya entiende lenguaje natural, un product manager técnico con dominio de IA, un ML engineer interesado en ampliar scope — son perfiles que con 6-12 meses de dedicación se convierten en buenos Ingenieros de Prompts. Si esa persona existe internamente y quiere especializarse, formar es eficiente.
3. Volumen de trabajo continuo y creciente
Si el volumen real de trabajo de prompt engineering es >30 horas/semana sostenido (no picos), y la proyección a 12-18 meses es >50 horas/semana, internalizar tiene sentido económico. Por debajo de ese volumen, dedicated es más eficiente porque paga solo lo que usa.
4. Hay tiempo para la curva de aprendizaje
Llevar a alguien de "data scientist sin experiencia en prompts" a "Ingeniero senior" toma 6-12 meses sostenidos de práctica con proyectos reales. Si la empresa necesita resultados en 30-90 días, no hay tiempo. Dedicated entrega valor desde la primera semana.
Cuándo SÍ conviene staffing dedicated
El modelo dedicated gana cuando se cruzan 1 o más de estos factores:
- Empresa no-tech o tech inmadura: equipo técnico chico (<15 personas), foco operacional, ingeniería como costo no como producto.
- No hay perfil cercano interno: nadie con base de data science, ML, NLP o experiencia con LLMs.
- Volumen variable o creciente: la necesidad real es 5-25 horas/semana, no más, y no hay claridad sobre cómo va a evolucionar.
- Necesidad de resultados rápidos: 30-90 días para implementar prompts en producción, sin tiempo para curva de aprendizaje.
- Riesgo de no encontrar talento: el mercado chileno/latam de Ingenieros de Prompts senior es escaso, y la búsqueda puede tomar 4-8 meses con 40-60% de fracaso.
- Costo a 12-24 meses importa: el ahorro de USD 50.000+ anuales se nota en el P&L sin sacrificar capacidad.
Para empresas que cumplen 2 o más de estos factores, dedicated es no-brainer. La conversación deja de ser "¿podemos pagarlo?" y pasa a ser "¿cuántas horas necesitamos?".
El modelo híbrido: dedicated + interno en paralelo
Para empresas en transición (saben que van a internalizar pero todavía no), recomendamos un modelo híbrido: contratar dedicated por 3-6 meses mientras se busca y forma a la persona interna. El Ingeniero dedicado:
- Diseña los primeros 5-15 prompts críticos del negocio.
- Documenta el sistema de prompt engineering (taxonomía, testing, versioning).
- Mentorea a la persona interna cuando se incorpora (knowledge transfer).
- Reduce horas progresivamente conforme la persona interna toma posesión.
- Queda como advisor on-call (5h/mes) para casos edge o crisis.
Este modelo híbrido es el que usan la mayoría de los clientes que terminan internalizando: arrancan con dedicated, transicionan a interno, mantienen advisor. Reduce el riesgo de la transición y acelera la curva de aprendizaje del equipo interno.
Resumen de decisión
| Su contexto | Modelo recomendado |
|---|---|
| Empresa no-tech, <30 personas, primera vez con IA | Dedicated 10h/semana |
| Empresa tech mediana, equipo de 15-50, volumen variable | Dedicated 20h/semana |
| Empresa tech con +50 ingenieros y data scientist disponible | Híbrido (dedicated 3-6 meses + interno) |
| Empresa tech grande, +100 ingenieros, ML team establecido | Interno (con consultoría puntual de proyecto si necesario) |
| Necesidad puntual de 5-15 prompts, sin continuidad | Proyecto en ingenieriadeprompts.cl (no dedicated) |
| Volumen alto continuo (40+ h/semana sostenido) | Dedicated 40h/semana o internalizar |
¿No estás seguro qué modelo te conviene?
30 minutos de conversación gratuita. Te decimos honestamente si tu empresa necesita dedicated, proyecto puntual, o internalizar — incluso si la respuesta no es contratarnos.
Hablar por WhatsAppPreguntas frecuentes
¿Cuánto gana un Ingeniero de Prompts senior en Chile?
CLP 3.500.000 a CLP 5.500.000 brutos mensuales (~USD 3.700-5.800). Costo total empleador: USD 60.000-95.000 anuales. La oferta es escasa porque la disciplina es nueva y requiere skills raros.
¿Cuánto cuesta contratar un Ingeniero dedicado vs sueldo interno?
Modelo dedicado parte desde 18 UF/mes (10h/semana) hasta 65 UF/mes (40h/semana) + IVA = USD 8.000-30.000 anuales. Vs interno: USD 60.000-95.000 anuales. El dedicado es 60-85% más económico, sin proceso de selección, sin contrato indefinido.
¿Cuándo conviene formar a alguien interno?
Cuando los 4 factores son sí: equipo tech maduro, perfil cercano disponible, volumen >30h/semana sostenido, y 6-12 meses de tiempo. Si falta 1 o más, conviene staffing dedicado.
¿Qué skills tiene un Ingeniero de Prompts senior?
Combina: dominio del lenguaje (escribir instrucciones precisas), conocimiento técnico de modelos (Claude, GPT-4, Gemini), capacidad de diseñar sistemas (no solo prompts sueltos), criterio de negocio (entender el dominio del cliente), y mentalidad de testing riguroso.
¿Por qué no usar solo plantillas de prompts en internet?
Las plantillas genéricas sirven como punto de partida educativo pero no resuelven los problemas específicos del negocio. No conocen su tono de marca, su nomenclatura interna, sus edge cases reales. En producción típicamente fallan en 30-40% de los casos.