Analista Funcional / Ingeniero Python Backend – Plataformas GenAI & SDLC

Sg Tech; Carballedo; Presencial; EUR 45.000 - 65.000; Jornada completa

Descripción de la vacante

Una empresa tecnológica avanzada en Galicia busca un Analista Funcional / Ingeniero Python Backend. Este rol es crucial para el desarrollo de microservicios y arquitecturas para soluciones de inteligencia artificial generativa. Buscamos una persona con mínimo 5 años de experiencia en Python y microservicios, así como conocimientos de herramientas como FastAPI y Docker. El candidato ideal será responsable de diseñar e implementar arquitecturas para integrar modelos de lenguaje, colaborando estrechamente con otros equipos técnicos.

Formación

• Al menos 5 años de experiencia en desarrollo backend con Python.
• Experiencia en diseño y construcción de microservicios con FastAPI.
• Conocimiento de patrones de arquitectura para LLMs y GenAI.

Responsabilidades

• Desarrollo de microservicios en Python y arquitecturas de integración.
• Automatización de tareas operativas y monitorización de plataformas GenAI.
• Entrega técnica e implementación de soluciones en entornos corporativos.

Conocimientos

Desarrollo Backend

Python

Microservicios

FastAPI

DevOps

AWS

Inglés técnico

Herramientas

Docker

Git

Jenkins

Descripción del empleo

Analista Funcional / Ingeniero Python Backend

¿Es usted el solicitante adecuado para esta oportunidad? Descúbralo leyendo el resumen del puesto a continuación.

SG Tech

Acompañamos a organizaciones líderes en la construcción y evolución de plataformas tecnológicas avanzadas, combinando ingeniería de software, cloud e inteligencia artificial. Nuestro modelo de trabajo se basa en la excelencia técnica, la estandarización y la colaboración estrecha con los equipos de nuestros clientes, participando en iniciativas estratégicas de alto impacto dentro de entornos complejos y en constante evolución.

Buscamos incorporar un Analista Funcional / Ingeniero Python Backend con experiencia sólida en desarrollo backend y arquitecturas técnicas basadas en modelos de lenguaje (LLMs) e IA generativa, para integrarse en un entorno de plataforma y herramientas de desarrollo dentro del ciclo de vida SDLC. El rol tiene un marcado enfoque técnico y arquitectónico, orientado al diseño, construcción, validación e industrialización de componentes reutilizables que soporten soluciones GenAI a escala corporativa.

La persona seleccionada participará activamente en el desarrollo de microservicios en Python, el diseño de arquitecturas de integración con LLMs, la automatización y observabilidad de la plataforma, así como en la ejecución de pruebas técnicas, PoCs y tareas de soporte especializado a otros equipos. Actuará como referente en el uso avanzado de Python y FastAPI aplicado a entornos productivos y a soluciones basadas en inteligencia artificial generativa, colaborando estrechamente con equipos de arquitectura, seguridad y plataforma.

Se trata de una posición idónea para perfiles con mentalidad de ingeniería, orientación a calidad y capacidad para moverse con solvencia entre desarrollo, arquitectura y operación, aportando criterio técnico en la toma de decisiones y en la evolución de la plataforma.

Requisitos técnicos

Imprescindibles

Desarrollo Backend y Microservicios

Python

Avanzado (mínimo 5 años) aplicado a desarrollo backend, librerías internas, automatización y herramientas técnicas.

Desarrollo de APIs y microservicios con FastAPI

Validación de datos, gestión de dependencias, documentación automática y despliegue en producción.

Construcción de módulos, librerías reutilizables y scaffolds internos para la estandarización del desarrollo.

Aplicación de principios de clean code, testing y buenas prácticas de ingeniería software.

Arquitectura

GenAI y LLMs

Diseño de arquitecturas que integran microservicios con modelos de lenguaje (LLMs).

Definición de patrones de orquestación, desacoplamiento, enriquecimiento de contexto, latencia y escalabilidad.

Gestión de prompts, flujos de inferencia, paralelización y optimización del consumo de modelos en entornos corporativos.

Integración con APIs SaaS / Cloud de LLMs (OpenAI u otros proveedores).

Arquitectura Técnica GenAI (LLMs, MCP y A2A)

Diseño de arquitecturas técnicas para la integración de OpenAI, Azure OpenAI, GCP Vertex AI y AWS Bedrock.

Definición de patrones de invocación, seguridad, autenticación, observabilidad y gobierno del consumo de modelos.

Diseño e implementación de arquitecturas MCP (Model Context Protocol).

A2A (Agent-to-Agent)

Para habilitar comunicación segura y orquestación entre agentes, servicios y LLMs.

Operación, Automatización y Observabilidad

Desarrollo de scripts y servicios en Python para:

• Telemetría y recopilación de métricas.
• Monitorización de uso, costes y rendimiento.
• Automatización de tareas operativas asociadas a plataformas GenAI.
• Contenerización con Docker y despliegue en entornos cloud.

Conocimientos en

AWS

CloudWatch, Lambda, X-Ray, AppRunner y / o Fargate.

DevOps y SDLC

Uso de Git y flujos CI / CD.

Experiencia con Jenkins, pipelines y automatización de despliegues.

Conocimiento del ecosistema Python: Pip, Poetry, Pydantic, entre otros.

Inglés técnico nivel B2.

Valorables

Experiencia con librerías y frameworks para LLMs (OpenAI SDK, LangChain u otros).

Participación en plataformas internas de desarrollo o herramientas SDLC.

Certificaciones técnicas en cloud o desarrollo software.

Experiencia en entornos de experimentación, benchmarking y pruebas de rendimiento en arquitecturas de IA.

Funciones avanzadas y responsabilidades técnicas

Desarrollo de PoCs y Validación Técnica

Diseño y desarrollo completo de PoCs orientadas a validar productos de integración y gateways (Kong, Apigee, NGINX, entre otros).

Experimentación con capacidades avanzadas: enrutado multi-proveedor, extensiones MCP, flujos A2A, RAG básico y benchmarking de modelos.

Documentación de conclusiones técnicas para facilitar la toma de decisiones sobre la industrialización de soluciones.

Delivery Técnico e Implementación

Ejecución hands‑on del delivery técnico: configuración, despliegue e integración de la tecnología seleccionada en entornos corporativos.

Configuración avanzada de gateways, políticas, plugins, extensiones, seguridad, trazabilidad y observabilidad.

Integración con el ecosistema interno: IAM, redes privadas, observabilidad, CI / CD, IaC, auditoría y cumplimiento normativo.

Construcción de artefactos técnicos (scripts, módulos, conectores, pipelines) necesarios para completar el delivery end‑to‑end.

Desarrollo, Automatización y Componentes Técnicos

Desarrollo en Python de conectores, automatizaciones, pruebas de integración, SDKs internos y utilidades de experimentación con LLMs.

Automatización de infraestructura y despliegues mediante Terraform y / o CloudFormation.

Implementación de pipelines CI / CD con GitHub Actions, Azure DevOps y Cloud Build.