Analista Funcional

Analista Funcional / Ingeniero PythonDescripción En 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 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) y 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, Solo.io, 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. Python, FastAPI, Microservicios