AI Agent Engineer | Python | LLMs & RAG | Remote (España)

TheWhiteam; España; On-site; EUR 60,000 - 90,000; Full time

Job summary

The Whiteam Consulting is seeking an AI Agent Engineer with at least 3 years of experience to join a project focused on designing, developing, and evolving AI agent-based solutions and LLMs in a cloud environment.

The role requires expertise in agent architectures, runtime orchestration, RAG, and backend development with Python, using FastAPI, Docker, Kubernetes, Redis, Kafka, and PostgreSQL. You will build observable, scalable agent systems and contribute to CI/CD integration.

Qualifications

• Al menos 3 años de experiencia en desarrollo de soluciones de Inteligencia Artificial.

Responsibilities

• Diseñar y desarrollar arquitecturas de agentes de IA.
• Trabajar con conceptos como planning, tool calling, function calling, memory y context engineering.
• Diseñar soluciones basadas en semantic routing, workflows y agentes.
• Trabajar con MCP (Model Context Protocol) y, valorablemente, A2A.
• Diseñar y desarrollar arquitecturas de multi-agent orchestration.
• Trabajar con frameworks como LangGraph y OpenAI Agents SDK.
• Diseñar y mantener el runtime de agentes, incluyendo execution loops, state management, orchestration, retries y checkpointing.
• Implementar streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto.
• Diseñar sistemas de ejecución de herramientas y gestión de concurrencia.
• Diseñar e implementar estrategias de evaluación de agentes y LLMs.
• Crear offline evals, online evals, benchmarks y datasets de evaluación.
• Implementar golden datasets, synthetic datasets y LLM-as-a-judge.
• Desarrollar pruebas de regresión y realizar seguimiento de experimentos y reproducibilidad.
• Diseñar y desarrollar soluciones RAG, incluyendo chunking, embeddings, reranking y vector databases.
• Optimizar la calidad de recuperación y el uso de context windows.
• Trabajar en LLM Engineering, incluyendo prompting, structured outputs, JSON Schema y function calling.
• Optimizar aspectos relacionados con tokenización, costes, latencia y caching.
• Desarrollar soluciones backend utilizando Python.
• Trabajar con tecnologías como FastAPI, Docker, Kubernetes, Redis, Kafka y PostgreSQL.
• Implementar soluciones de observabilidad, incluyendo tracing, métricas, logs y agent traces.
• Monitorizar costes y latencia de sistemas basados en IA.
• Desarrollar estrategias de testing unitario, integración, evaluación y regresión.
• Integrar soluciones de IA en procesos CI/CD.
• Trabajar con entornos cloud y servicios especializados de IA.

Skills

Agent architectures

Multi-agent systems

LLM Engineering

Python backend

Runtime & orchestration

Observability

Tools

LangGraph

OpenAI Agents SDK

FastAPI

Docker

Kubernetes

Redis

Kafka

PostgreSQL

Job description

Descripción del puesto

Desde The Whiteam Consulting estamos buscando un/a

Descripción del puesto

Desde The Whiteam Consulting estamos buscando un/a AI Agent Engineer con al menos 3 años de experiencia para incorporarse a un proyecto especializado en el diseño, desarrollo y evolución de soluciones basadas en agentes de Inteligencia Artificial y Large Language Models (LLMs).

Buscamos un perfil técnico con experiencia en arquitecturas de agentes, runtime y orquestación, RAG, LLM Engineering, evaluación de modelos y backend con Python.

La persona seleccionada participará en el desarrollo de sistemas de agentes robustos, observables y escalables, trabajando con tecnologías modernas de IA y cloud.

Responsabilidades

• Diseñar y desarrollar arquitecturas de agentes de IA.
• Trabajar con conceptos como planning, tool calling, function calling, memory y context engineering.
• Diseñar soluciones basadas en semantic routing, workflows y agentes.
• Trabajar con MCP (Model Context Protocol) y, valorablemente, A2A.
• Diseñar y desarrollar arquitecturas de multi-agent orchestration.
• Trabajar con frameworks como LangGraph y OpenAI Agents SDK.
• Diseñar y mantener el runtime de agentes, incluyendo execution loops, state management, orchestration, retries y checkpointing.
• Implementar streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto.
• Diseñar sistemas de ejecución de herramientas y gestión de concurrencia.
• Diseñar e implementar estrategias de evaluación de agentes y LLMs.
• Crear offline evals, online evals, benchmarks y datasets de evaluación.
• Implementar golden datasets, synthetic datasets y LLM-as-a-judge.
• Desarrollar pruebas de regresión y realizar seguimiento de experimentos y reproducibilidad.
• Diseñar y desarrollar soluciones RAG, incluyendo chunking, embeddings, reranking y vector databases.
• Optimizar la calidad de recuperación y el uso de context windows.
• Trabajar en LLM Engineering, incluyendo prompting, structured outputs, JSON Schema y function calling.
• Optimizar aspectos relacionados con tokenización, costes, latencia y caching.
• Desarrollar soluciones backend utilizando Python.
• Trabajar con tecnologías como FastAPI, Docker, Kubernetes, Redis, Kafka y PostgreSQL.
• Implementar soluciones de observabilidad, incluyendo tracing, métricas, logs y agent traces.
• Monitorizar costes y latencia de sistemas basados en IA.
• Desarrollar estrategias de testing unitario, integración, evaluación y regresión.
• Integrar soluciones de IA en procesos CI/CD.
• Trabajar con entornos cloud y servicios especializados de IA.

Requisitos

• Al menos 3 años de experiencia en desarrollo de soluciones de Inteligencia Artificial.
• Experiencia en arquitecturas de agentes y sistemas multiagente.
• Conocimientos de:
  • Planning.
  • Tool calling.
  • Function calling.
  • Memory.
  • Context engineering.
  • Semantic routing.
  • Workflows vs. agentes.
  • MCP (Model Context Protocol).
  • Multi-agent orchestration.
• Experiencia con runtime de agentes, incluyendo execution loop, state management, orchestration, retries y checkpointing.
• Conocimientos de streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto.
• Experiencia en Evals, incluyendo offline/online evaluations, benchmark design y regression testing.
• Conocimientos de golden datasets, synthetic datasets y LLM-as-a-judge.
• Experiencia en RAG, incluyendo chunking, embeddings, reranking y vector databases.
• Conocimientos de LLM Engineering, prompting, structured outputs, JSON Schema y function calling.lisi> *No changes* *Should end as above*