Estamos en la búsqueda de un/a AI Developer / Agentic AI Engineer con una sólida trayectoria y una pasión por la inteligencia artificial. Si tienes experiencia en el desarrollo de sistemas inteligentes, un profundo conocimiento de Python y te apasiona la creación de agentes autónomos y soluciones multiagente, esta oportunidad es para ti. Serás una pieza clave en el diseño, desarrollo y evolución de arquitecturas de IA complejas, integrando LLMs, lógica determinista y flujos de trabajo avanzados.
Responsabilidades Principales:
- Diseño y Desarrollo de Agentes de IA: Crear, implementar y optimizar agentes autónomos, orquestadores y soluciones multiagente utilizando frameworks como LangChain y LangGraph.
- Integración con LLMs: Diseñar e implementar la lógica de interacción con Modelos de Lenguaje Grandes (LLMs), incluyendo la definición de prompts, instrucciones y la gestión del contexto.
- Desarrollo Backend: Construir y mantener la infraestructura backend robusta y escalable, utilizando Python y siguiendo patrones de diseño de software modernos.
- Gestión de Estado y Workflows: Implementar mecanismos eficientes para la gestión del estado de los agentes y diseñar flujos de trabajo complejos que involucren múltiples agentes y herramientas.
- Integración de Sistemas: Conectar los agentes de IA con diversas fuentes de datos y servicios, incluyendo APIs REST, microservicios, bases de datos y sistemas corporativos.
- Arquitecturas de IA: Diseñar e implementar arquitecturas orientadas a eventos, asegurando la observabilidad y la interoperabilidad entre los diferentes componentes del sistema.
- Combinación de Paradigmas: Habilidad para integrar IA generativa con lógica determinista, reglas de negocio y workflows predefinidos para crear soluciones híbridas potentes.
- Prácticas de Ingeniería: Aplicar rigurosamente las mejores prácticas de ingeniería de software, incluyendo el uso de Git, CI/CD, testing automatizado y metodologías ágiles.
- Tecnologías Cloud y Contenerización: Experiencia en el despliegue y gestión de aplicaciones en entornos cloud (AWS, Azure, GCP) utilizando Docker y Kubernetes.
- Protocolos de IA: Conocimiento y aplicación del MCP (Model Context Protocol) para la comunicación y orquestación de modelos.