Resumen: Únase a nuestro equipo como Ingeniero Líder de IA para diseñar y construir aplicaciones de pila completa, agentes de IA y componentes de plataforma para una plataforma central de IA generativa (GenAI). Aspectos destacados: 1. Liderar la creación de agentes de IA de alto impacto y acelerar la innovación. 2. Tomar decisiones sobre la arquitectura, orientar a ingenieros y asumir la responsabilidad de proyectos a gran escala. 3. Trabajar con patrones punteros de modelos de lenguaje grande (LLM), como RAG y el uso de herramientas. Buscamos un experimentado **Ingeniero Líder de IA** para unirse a nuestro equipo. Nuestro grupo está desarrollando una plataforma central de IA generativa (GenAI) diseñada para dotar a cientos de equipos de producto de herramientas escalables que permitan el desarrollo, la validación y la implementación rápidos de agentes de IA. Lideramos la creación de agentes de IA de alto impacto, acelerando su entrega y fomentando la innovación en múltiples sectores industriales. Con más de 20 agentes ya lanzados y muchos otros en desarrollo, nuestro trabajo está transformando los resultados en ámbitos críticos. **Responsabilidades** * Diseñar y construir aplicaciones de pila completa, agentes de IA y componentes de plataforma que apoyen el desarrollo, la validación y la implementación rápidos de agentes de IA generativa (GenAI) * Desarrollar herramientas para desarrolladores, canalizaciones de CI/CD y funciones de observabilidad que permitan iteraciones seguras y eficientes, incluidos sistemas de evaluación, versiones canarias, mecanismos de despliegue/revocación y monitoreo de costos y calidad * Aplicar el ciclo de vida seguro de desarrollo de software (SDLC) y los principios de privacidad desde el diseño, tales como modelado de amenazas y acceso con privilegios mínimos * Colaborar estrechamente con gestores de producto, diseñadores de experiencia de usuario (UX) y expertos en dominio para ofrecer soluciones centradas en el cliente con resultados medibles * Implementar los patrones actuales de modelos de lenguaje grande (LLM), incluida la generación aumentada por recuperación (RAG), la recuperación, el enrutamiento, el uso de herramientas y las estrategias de evaluación, con el fin de crear sistemas de IA más rápidos y fiables, reducir el tiempo hasta la toma de decisiones, mejorar la confianza y la seguridad, y disminuir el costo por consulta * Adoptar un enfoque práctico en el liderazgo, tomando decisiones sobre la arquitectura, orientando a ingenieros y asumiendo la responsabilidad de proyectos a gran escala **Requisitos** * Experiencia profesional mínima de 5 años en ingeniería de software * Al menos 1 año de experiencia liderando y gestionando equipos de desarrollo * Capacidad demostrada para entregar productos de software de forma independiente o como parte de un equipo pequeño y ágil * Experiencia en llevar agentes de IA desde la concepción hasta la producción, incluidas evaluaciones de seguridad, pruebas iterativas como pruebas A/B y mejoras continuas * Experiencia práctica con LangChain o LangGraph, MCP, bases de datos vectoriales o sistemas RAG y OpenSearch * Antecedentes en tareas tradicionales de aprendizaje automático, incluidos el entrenamiento, la implementación y el monitoreo de modelos * Conocimientos de normativas regulatorias como SOC2 y HIPAA * Excelentes habilidades para la resolución de problemas, fuerte sentido de responsabilidad y comunicación transversal efectiva * Capacidades avanzadas de desarrollo de pila completa y experiencia con plataformas en la nube como AWS, Azure o GCP * Competencia en prácticas de CI/CD e infraestructura como código (Infrastructure as Code) * Conocimientos de los principios de ingeniería de confiabilidad del sitio (SRE) * Experiencia en estrategias de ingeniería y pruebas de calidad * Comprensión del ciclo de vida seguro de desarrollo de software (SDLC) y de la privacidad desde el diseño * Competencia en TypeScript * Habilidades fluidas de comunicación en inglés, tanto escrita como hablada, nivel B2 o superior **Deseable** * Comprensión del funcionamiento de los modelos de lenguaje grande (LLM), incluidos sus modos de fallo * Experiencia con técnicas como el ajuste fino (fine-tuning) y la adaptación de modelos