Empresa de tecnología que desarrolla agentes de IA para atención al cliente, prospección y gestión de ventas. Plataforma SaaS multiempresa en producción. Estamos construyendo la siguiente generación de nuestra plataforma agéntica: multiagente, evaluable y con controles de seguridad de nivel producción.
- Diseñar e implementar arquitectura agéntica: orquestación multiagente, function calling, memoria, y flujos human-in-the-loop.
- Construir y evolucionar agentes de atención, prospección y asistencia en canales de texto, voz y multimodales.
- Diseñar la plataforma sobre una arquitectura de microservicios escalable y multi-tenant: servicios desacoplados, colas de mensajería, caché y patrones de resiliencia.
- Construir marcos de evaluación de agentes (evals): métricas de calidad, detección de regresiones, pruebas A/B de prompts y modelos.
- Establecer guardrails: prevención de prompt injection, alucinaciones y fuga de datos.
- Optimizar costo y latencia de modelos: enrutamiento, caché de prompts, manejo de contexto y presupuestos por cliente.
- Implementar observabilidad para LLM: trazas, tokens, costos y calidad.
- Evaluar e integrar modelos (Gemini, Vertex AI, Bedrock, OpenAI, Anthropic) y estándares de interoperabilidad (MCP, A2A).
- Desarrollar funcionalidades de backend (y frontend cuando aplique) con pruebas automatizadas y revisión de código.
- Integrar proveedores externos (mensajería, voz, pagos) mediante APIs y webhooks.
- Gestionar backlog técnico y participar en ceremonias ágiles (Scrum/Kanban).
- Profesional en ingeniería de sistemas, software o áreas afines.
- Mínimo 4 años de experiencia en desarrollo de software, con al menos 1.5 construyendo aplicaciones basadas en LLMs en producción.
- Experiencia en diseño de agentes: function calling, salidas estructuradas, orquestación y manejo de estado.
- Experiencia implementando RAG y bases de datos vectoriales.
- Experiencia trabajando con arquitecturas de microservicios, distribuidas y orientadas a eventos.
- Conocimiento práctico de capacidades, limitaciones y costos de los principales modelos del mercado.
- Dominio de al menos un lenguaje de backend: TypeScript/Node.js, Python, Go o Java.
- Experiencia con bases de datos relacionales y NoSQL, caché y colas de mensajería.
- Inglés técnico (lectura y escritura).
- Experiencia con GCP o AWS en entornos productivos.
- Experiencia en IaC (Terraform), contenedores, CI/CD y observabilidad.
- Experiencia con Vertex AI, Agent Builder, Bedrock o frameworks de agentes (ADK, LangGraph, CrewAI).
- Experiencia con agentes de voz en tiempo real (STT, TTS, telefonía).
- Experiencia con ajuste fino de modelos o MLOps.
- Experiencia con la API de WhatsApp Business.
- Certificaciones de IA (GCP ML Engineer, AWS ML Specialty).
- Experiencia en startups o SaaS en crecimiento.
- Trabajo directo con el CTO, sin intermediarios.
- Producto en producción con clientes activos: lo que construyas tiene impacto inmediato.
- Stack de frontera: modelos y herramientas de IA de última generación.