Senior AI Architect for Scalable LLM Platforms

Cashea

Buenos Aires

Presencial

ARS 3.000.000 - 4.200.000

Jornada completa

14 días+

Generador de candidaturas

Una candidatura completa en un minuto: currículum y carta de presentación adaptados, listos para enviar.

Supera los filtros ATS

Descripción de la vacante

Cashea busca un/a Sr AI Engineer en Buenos Aires para liderar la arquitectura y evolución técnica de una plataforma de IA, con enfoque en LLMs, seguridad y operación en la nube. El rol combina desarrollo de software, sistemas distribuidos y gestión de contextos de IA.

Se requiere experiencia en Python, FastAPI, React y PostgreSQL, así como diseño de sistemas multi-provider, pipelines CI/CD y prácticas de seguridad.

Formación

Experiencia con Python y stack moderno (FastAPI, Pydantic, SQLAlchemy, Alembic).
Desarrollo con React/TypeScript, APIs REST y apps web modernas.
Dominio de PostgreSQL, modelado de datos y optimización de consultas.
Experiencia con LLMs, tool calling, outputs estructurados, RAG y gestión de contexto.
Arquitecturas multi-provider para modelos (Anthropic, OpenAI, etc.).
Sistemas distribuidos, asíncronos, orientados a eventos e idempotentes.
OAuth 2.1, OIDC, PKCE, SCIM, RBAC/ABAC y manejo seguro de secretos.
Experiencia en GCP: Cloud Run/SQL/Secret Manager/Artifact Registry/Build/Pub/Sub/IAM/IAP.
Docker, CI/CD, observabilidad, tracing y respuesta a incidentes.
Diseño de contratos API estables y límites entre servicios.
Definición de evals, métricas de calidad, costos y latencia para IA.
Inglés técnico y capacidad para comunicar decisiones.

Responsabilidades

Definir y mantener la arquitectura técnica de la plataforma y sus servicios.
Diseñar abstracciones LLM-agnostic con routing, fallback, budgets y observabilidad uniforme.
Determinar qué tareas deben resolverse con modelos y cuáles por código o workflows determinísticos.
Diseñar agentes confiables, auditables y capaces de operar con herramientas externas.
Evolucionar la integración MCP, catálogo de capacidades y gateways de ejecución.
Diseñar modelos de identidad, consentimiento, credenciales, permisos y cuotas.
Garantizar idempotencia, trazabilidad y manejo de fallas parciales.
Diseñar pipelines de build/verify/deploy con artefactos inmutables.
Crear tests end-to-end para prompts, modelos, tools y runtime.
Definir estándares de seguridad para código generado, dependencias y contenedores.
Investigar incidentes end-to-end y corregir causas estructurales.
Definir SLOs, métricas, alertas y dashboards operativos.
Liderar revisiones de arquitectura y código y documentar decisiones.
Evaluar modelos/frameworks/proveedores con evidencia y costo total.