Resumen: Únase a un equipo que está escalando una plataforma de IA generativa (GenAI), llevando agentes de IA y funcionalidades de plataforma desde la idea hasta la producción, al tiempo que fortalece las prácticas de privacidad y ciclo de vida seguro del desarrollo de software (secure SDLC). Aspectos destacados: 1. Entregar aplicaciones listas para producción, agentes de IA y capacidades de plataforma 2. Aplicar patrones avanzados de modelos de lenguaje de gran tamaño (LLM) para mejorar la fiabilidad y aumentar la confianza 3. Guiar técnicamente al equipo mediante influencia arquitectónica y mentoría Estamos escalando una plataforma de IA generativa (GenAI) que ayuda a los equipos de producto a crear, validar y desplegar rápidamente agentes de IA con calidad y seguridad consistentes. Usted llevará agentes y funcionalidades de plataforma desde la idea hasta la producción, fortalecerá las prácticas de privacidad y ciclo de vida seguro del desarrollo de software (secure SDLC), y mejorará la automatización y fiabilidad en toda la pila tecnológica. ¡Postúlese ahora para construir sistemas confiables impulsados por modelos de lenguaje de gran tamaño (LLM) utilizados en múltiples industrias! **Responsabilidades** * Entregar aplicaciones, agentes de IA y capacidades de plataforma listas para producción que aceleren los ciclos de desarrollo, validación y lanzamiento de agentes de IA generativa (GenAI) * Crear utilidades para desarrolladores, perfeccionar CI/CD y mejorar la observabilidad mediante herramientas de evaluación, versiones canarias (canary releases), rutas de reversión (rollback paths), además de seguimiento de métricas de costos y calidad * Aplicar el ciclo de vida seguro del desarrollo de software (secure SDLC) y la ingeniería centrada en la privacidad mediante evaluaciones de amenazas y aplicación de controles de privilegio mínimo * Colaborar con líderes de producto, profesionales de experiencia de usuario (UX) y especialistas de dominio para construir soluciones basadas en necesidades reales de los usuarios y con impacto medible * Utilizar patrones avanzados de modelos de lenguaje de gran tamaño (LLM), incluyendo generación aumentada por recuperación (retrieval-augmented generation), enrutamiento inteligente, integración de herramientas y evaluación, para mejorar la fiabilidad, reducir la latencia, aumentar la confianza y seguridad, y disminuir los costos operativos * Guiar técnicamente al equipo mediante influencia arquitectónica, mentoría y supervisión de proyectos de alto impacto **Requisitos** * Al menos 3 años de experiencia en ingeniería de software en roles profesionales * Demostrada capacidad de entregar productos de software de forma independiente o en equipos ágiles pequeños * Experiencia práctica en la entrega de agentes de IA, desde el concepto inicial hasta su despliegue, incluyendo verificaciones de seguridad, experimentos A/B y ajuste iterativo del rendimiento * Conocimiento práctico de LangChain o LangGraph, MCP, bases de datos vectoriales y OpenSearch * Experiencia con flujos de trabajo fundamentales de aprendizaje automático (machine learning), abarcando entrenamiento, despliegue y monitoreo * Conocimiento de marcos normativos y regulaciones como SOC2 y HIPAA * Sentido sólido de propiedad, habilidad para resolver problemas y comunicación efectiva con equipos colaboradores * Competencias avanzadas en ingeniería full-stack y exposición a AWS, Azure o GCP * Experiencia en la automatización de pipelines de CI/CD y en el uso de Infraestructura como Código (Infrastructure as Code) * Conocimiento de prácticas de Ingeniería de Confiabilidad del Sitio (Site Reliability Engineering) y preparación operacional * Antecedentes en prácticas de aseguramiento de calidad y diseño de estrategias de prueba * Comprensión de enfoques de ciclo de vida seguro del desarrollo de software (secure development lifecycle) y principios de privacidad por diseño (privacy-by-design) * Dominio avanzado de TypeScript * Nivel avanzado de inglés (B2+), tanto escrito como hablado **Deseable** * Comprensión de la arquitectura de modelos de lenguaje de gran tamaño (LLM), patrones frecuentes de fallo y métodos como ajuste fino (fine-tuning) y adaptación de modelos * Experiencia en la construcción de soluciones de generación aumentada por recuperación (Retrieval-Augmented Generation, RAG)