AI Software Engineer - Sector Bancario - Financiero

KSR-Global; San Isidro; On-site; PEN 60,000 - 90,000; Full time

Job summary

KSR-Global busca un AI Software Engineer para llevar capacidades de un agente a producción: empaquetar componentes de IA, estructurar el código para aislar modelos, e integrar soluciones en Azure AI. El rol exige diseño orientado a APIs/SDKs, pruebas y buenas prácticas de software para IA, con foco en rendimiento, costo y confiabilidad.

La posición se orienta a entregar componentes listos para producción, observables y operables por equipos consumidores, priorizando calidad, trazabilidad y

Responsibilities

• Empaquetar los componentes agénticos como APIs y SDKs versionados, con contratos claros, versionado semántico y retrocompatibilidad.
• Estructurar el código aislando la capa de modelos e inferencia del dominio (ports & adapters), de modo que un cambio de modelo o proveedor no impacte al consumidor.
• Implementar los patrones propios de la integración con servicios de IA: llamadas asíncronas y streaming, caching semántico, manejo de rate limits, timeouts, retries con backoff, fallback entre modelos y control de costo por request.
• Desarrollar conectores hacia APIs internas, data sources y servicios de Azure AI, resolviendo autenticación, permisos y contratos de servicio.
• Sostener la calidad del código: pruebas unitarias, de integración y de contrato con mockeo de servicios de IA para lograr tests deterministas; clean architecture, SOLID, patrones de diseño y TDD; code reviews, con revisión explícita del código generado por asistentes de IA antes de que entre al repositorio.
• Hacer operable cada componente: logging estructurado, trazas y métricas de latencia, tokens y costo; resiliencia con circuit breaker, límites de ejecución del agente y degradación controlada; feature flags, despliegue progresivo y rollback; documentación operativa que permita integrar y operar el componente de forma autónoma.
• Construir componentes reutilizables (ej. módulos de memoria) que sirvan en múltiples aplicaciones con el mínimo esfuerzo.
• Diseñar bajo un enfoque agnóstico y multinube, hoy operando sobre servicios de IA en Azure, de modo que la solución sea portable entre proveedores.
• Difundir estándares y buenas prácticas de construcción de software para IA dentro de la organización.

Job description

Importante empresa del sector financiero se encuentra en búsqueda de un/a AI Software Engineer para llevar las capacidades de un agente a producción: empaquetar componentes agénticos como APIs y SDKs versionados, integrarlos con los sistemas y canales de la organización, y estructurar el código que sostiene la llamada a modelos con latencia, costo y confiabilidad bajo control. El rol entrega componentes de IA listos para producción —probados, observables y operables de forma autónoma por los equipos que los consumen— y está enfocado en construir e integrar soluciones de IA.

Funciones

• Empaquetar los componentes agénticos como APIs y SDKs versionados, con contratos claros, versionado semántico y retrocompatibilidad.
• Estructurar el código aislando la capa de modelos e inferencia del dominio (ports & adapters), de modo que un cambio de modelo o proveedor no impacte al consumidor.
• Implementar los patrones propios de la integración con servicios de IA: llamadas asíncronas y streaming, caching semántico, manejo de rate limits, timeouts, retries con backoff, fallback entre modelos y control de costo por request.
• Desarrollar conectores hacia APIs internas, data sources y servicios de Azure AI, resolviendo autenticación, permisos y contratos de servicio.
• Sostener la calidad del código: pruebas unitarias, de integración y de contrato con mockeo de servicios de IA para lograr tests deterministas; clean architecture, SOLID, patrones de diseño y TDD; code reviews, con revisión explícita del código generado por asistentes de IA antes de que entre al repositorio.
• Hacer operable cada componente: logging estructurado, trazas y métricas de latencia, tokens y costo; resiliencia con circuit breaker, límites de ejecución del agente (iteraciones, tiempo, costo) y degradación controlada; feature flags, despliegue progresivo y rollback; documentación operativa que permita integrar y operar el componente de forma autónoma.
• Construir componentes reutilizables (ej. módulos de memoria) que sirvan en múltiples aplicaciones con el mínimo esfuerzo.
• Diseñar bajo un enfoque agnóstico y multinube, hoy operando sobre servicios de IA en Azure, de modo que la solución sea portable entre proveedores.
• Difundir estándares y buenas prácticas de construcción de software para IA dentro de la organización.