Senior AI Research Engineer

Improving South America; Chile; Remote; CLP 83,488,000 - 111,317,000; Full time

Benefits offered by this job

Contrato a largo plazo

100% Remoto

Vacaciones y PTOs

Bonos anuales

2 revisiones salariales al año

Clases de inglés

Equipo Apple

Plataforma de cursos en linea

Budget para libros

Budget para materiales de trabajo

Job summary

Improving South America busca un ingeniero/a de software senior para desarrollar sistemas de agentes, ubicados en el borde entre investigación y producción. Trabajarás con LLMs para validar y desplegar soluciones innovadoras.

Formarás parte de un equipo que valora la comunicación abierta, aprendizaje continuo y resultados confiables, colaborando con ingeniería de plataforma y herramientas como Claude Agent SDK, MCP y Bedrock.

Qualifications

• Inglés intermedio-avanzado (requisito).
• 4+ años construyendo software, 2+ años en producción con LLMs.
• Python sólido (async, streaming, observabilidad) y nube (AWS).
• Experiencia en patrones agénticos: planificación, gestión de estado y ejecución de largos alcances.
• Habilidad para diseñar evaluaciones y distinguir señal de ruido.

Responsibilities

• Construir sistemas agénticos de producción manteniéndose cercano a la frontera de la investigación.
• Prototipar y validar patrones de agentes, luego desplegarlos como servicios.
• Diseñar datasets, harnesses de LLM-as-judge y guiar decisiones técnicas.
• Leer artículos y decidir qué vale la pena probar, ejecutando ablaciones rápidas.
• Colaborar con ingeniería de plataforma en despliegue, latencia y costo.
• Contribuir en diseño de agentes, recuperación/clasificación, prompts e integración de herramientas.

Skills

Inglés intermedio-avanzado

Python

LLM en producción

Patrones agénticos

Evaluación/criterios

Tools

Claude Agent SDK

MCP

Bedrock

LangFuse

Braintrust

AgentCore

Job description

En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil.

La empresa promueve una cultura de trabajo excepcional basada en el trabajo en equipo, la excelencia y la diversión, con enfoque en crecimiento personal y recompensas compartidas. Al integrarse, el/la candidato/a formará parte de una comunidad que prioriza la comunicación abierta y relaciones laborales sólidas a largo plazo, respaldada por una estructura de desarrollo profesional y aprendizaje continuo.

Qué harás

• Construir sistemas agénticos (agentic systems) de nivel de producción mientras te mantienes cerca de la frontera de la investigación — el puesto vive en el punto de encuentro entre "lánzalo" y "¿es este el enfoque correcto?"
• Prototipar patrones novedosos de agentes (self-evolving loops, orquestación multiagente, arquitecturas de memoria), validarlos con evaluaciones rigurosas (evals), y luego consolidarlos en servicios desplegados
• Ser responsable de la infraestructura de evaluación de principio a fin: diseñar golden datasets, construir harnesses de LLM-as-judge, ejecutar experimentos y usar los resultados para guiar decisiones técnicas
• Leer artículos recientes y decidir qué vale la pena probar — ejecutar ablaciones rápidas, descartar ideas que no funcionan, y llevar a producción las que sí
• Colaborar con ingenieros de plataforma en despliegue, latencia y costo
• Contribuir en toda la pila tecnológica: diseño de agentes, recuperación/clasificación (retrieval/ranking), ingeniería de prompts y contexto, integración de herramientas (Claude Agent SDK, MCP, Bedrock)

Requisitos Indispensables

• Nivel de inglés intermedio-avanzado o avanzado (indispensable)
• 4+ años construyendo software, con 2+ años llevando a producción sistemas basados en LLM
• Python sólido — async, streaming, salidas estructuradas, observabilidad — además de comodidad con infraestructura en la nube (AWS preferido)
• Experiencia práctica con patrones agénticos: uso de herramientas, bucles de planificación, gestión de estado, ejecución de largo alcance
• Buenos instintos de evaluación: capaz de diseñar una evaluación que realmente mida lo que importa, y sabe distinguir cuándo un resultado es señal o ruido
• Cómodo leyendo artículos y traduciendo ideas en código funcional; no necesita un doctorado para hacerlo, pero sí necesita la curiosidad
• Trayectoria comprobada de llevar sistemas de prototipo a producción — se responsabiliza de la confiabilidad, la latencia y el costo, además de la calidad Señales que Buscamos
• Igualmente alérgico(a) a "lanzar sin medir" y a "medir para siempre sin lanzar".
• Investigador(a) pragmático(a) / ingeniero(a) curioso(a) — elige el modo correcto según el problema.
• Opiniones firmes sobre los modos de fallo de los agentes a nivel de sistema, no solo a nivel del modelo.
• Se comunica con claridad ante distintas audiencias — puede explicar un resultado de evaluación complicado a un PM y una arquitectura de memoria a un investigador.
• Eleva el estándar del equipo tanto en rigor como en velocidad tiene que ser una buena traducción es aes correcta.

Deseable

• Experiencia con Claude Agent SDK, MCP, o marcos de agentes similares
• Familiaridad con la metodología de LLM-como-juez, corrección de sesgo estadístico, o plataformas de evaluación (LangFuse, Braintrust, AgentCore)
• Experiencia en recuperación/clasificación (embeddings, búsqueda híbrida, rerankers, resaltado semántico)
• Exposición a sistemas auto-mejorables, escalado de cómputo en tiempo de inferencia (test-time compute), o investigación agéntica relacionada.
• Experiencia en el dominio de GRC, tecnología legal, o software empresarial regulado
• Contribuciones de código abierto, publicaciones en blogs, o resultados de investigación aplicada

Beneficios

• Contrato a largo plazo.
• 100% Remoto.
• Vacaciones y PTOs
• Posibilidad de recibir 2 bonos al año.
• 2 revisiones salariales al año.
• Clases de inglés.
• Equipamiento Apple.
• Plataforma de cursos en linea
• Budget para compra de libros.
• Budget para compra de materiales de trabajo
• Mucho mas..