Ingeniero/a Backend AI-Native

Kenostechnology; España; Presencial; EUR 55.000 - 75.000; Jornada completa

Descripción de la vacante

Kenos Technology busca Ingenieros de Backend con pasión por la IA para impulsar la productividad y la calidad a lo largo de todo el ciclo de vida del desarrollo, desde el análisis y diseño hasta el despliegue y mantenimiento.

El candidato ideal domina Java y tiene visión AI-Native para integrar IA en cada fase del SDLC, trabajando en estrecha colaboración con clientes y diseñando módulos robustos para soluciones innovadoras.

Formación

• Experiencia sólida en desarrollo backend.
• Dominio de Java y visión AI-Native para integrar IA en el SDLC.

Responsabilidades

• Desarrollo y mantenimiento de una aplicación innovadora.
• Análisis de requisitos y diseño de soluciones en colaboración con el cliente.
• Desarrollo de tests, despliegue en producción y diagnóstico de incidencias.
• Diseño y desarrollo de nuevos módulos.
• Aplicar IA para generación/refactorización de código, documentación automatizada y pruebas.
• Utilizar LLMs de forma adecuada en flujos de ingeniería.
• Adoptar buenas prácticas, gobernanza y uso seguro de IA.
• Mantenerse actualizado en tendencias y aceleradores de IA.

Conocimientos

Java

AI

Backend

Descripción del empleo

EnKenos Technology buscamos ingenieros que vivan la IA como un habilitador del desarrollo, no como un complemento. Queremos gente con sólida experiencia backend que quiera llevar la productividad y la calidad al siguiente nivel usando herramientas de IA en cada fase del SDLC. Buscamos un Backend Software Engineer con experiencia en Java y visión AI-Native para unirse a un proyecto innovador, participando activamente en todo el ciclo de vida del desarrollo: desde el análisis y diseño hasta el despliegue y mantenimiento.

Responsabilidades:

• Desarrollo y mantenimiento de aplicación innovadora.
• Análisis de requisitos, diseño de soluciones y colaboración con cliente.
• Desarrollo de casos de prueba, despliegue en producción y diagnóstico de incidencias.
• Diseño y desarrollo de nuevos módulos.
• Aplicar IA en: generación/refactorización de código, documentación automatizada, tests, debugging, code reviews, automatización del SDLC y optimización de productividad.
• Comprender el uso adecuado de LLMs en flujos de ingeniería.
• Adoptar buenas prácticas, gobernanza y uso seguro de IA en entornos empresariales.
• Mantenerse actualizado en tendencias, frameworks y aceleradores de IA.