Software Engineer – Agentic AI

Buscamos un/a Software Engineer para incorporarse a la práctica de AI & Data , participando en la construcción de la infraestructura de ingeniería necesaria para desarrollar y operar sistemas de Agentic AI de nivel productivo .
La posición está orientada a perfiles con una sólida base en Backend y Cloud , que además comprendan las particularidades de los sistemas de IA agéntica: orquestación de razonamientos y tareas multi-step, integración de LLMs con herramientas y memoria, evaluación del comportamiento de agentes y construcción de soluciones fiables, escalables y observables en producción.
La persona seleccionada trabajará estrechamente con equipos de investigación, trasladando avances en evaluación de agentes y patrones agentic a funcionalidades escalables de producto.
Se busca un perfil con mentalidad de producto , criterio arquitectónico, rigor de ingeniería y curiosidad por la evolución de la IA agéntica, capaz de desenvolverse en entornos rápidos y en constante evolución.
Diseñar y desarrollar sistemas de Agentic AI , incluyendo capas de orquestación, frameworks de evaluación e infraestructura para garantizar la fiabilidad y observabilidad de los agentes en producción.
Implementar y mantener workflows de orquestación utilizando LangGraph, AWS AgentCore y frameworks equivalentes, cubriendo razonamiento multi-step, uso de herramientas, memoria y patrones de planificación.
Desarrollar APIs y servicios backend para soportar workflows agentic complejos, incluyendo ejecución asíncrona, human-in-the-loop y la integración con plataformas externas.
Implementar métricas, evaluación del comportamiento, monitorización y observabilidad de sistemas agentic en producción.
Diseñar mecanismos de tracing de decisiones de los agentes y detección de failure modes.
Operar workloads de Agentic AI sobre AWS , utilizando servicios como EKS, Bedrock y AgentCore , garantizando escalabilidad, seguridad y eficiencia de costes.
Diseñar e implementar servidores MCP (Model Context Protocol) como capas de exposición de herramientas para agentes de IA.
Integrar y consumir servidores MCP existentes dentro de workflows agentic y pipelines de orquestación multiagente .
Desarrollar componentes de acceso a datos que expongan capas semánticas y estructuras de conocimiento a agentes de IA, sistemas de retrieval basados en LLM e interfaces tipo asistente.
Colaborar con equipos de investigación y producto para convertir nuevos patrones y avances en soluciones escalables y mantenibles.
Grado o Máster en Informática, Matemáticas, Física, Ingeniería o titulación relacionada.
Experiencia demostrable como Software Engineer Backend o Cloud , con sistemas desplegados y operados en producción.
Sólidos conocimientos de ingeniería de software y capacidad para desarrollar código limpio, testeable y mantenible .
Experiencia diseñando e implementando APIs RESTful y servicios Backend , utilizando FastAPI o frameworks equivalentes .
Experiencia con patrones asíncronos y optimización de rendimiento.
Sólidos conocimientos de AWS y arquitecturas Cloud Native.
Dominio de fundamentos de ingeniería de software: Design Patterns, SOLID, Clean Code
Experiencia práctica integrando y consumiendo servicios LLM , especialmente mediante AWS Bedrock o plataformas Cloud equivalentes.
Experiencia práctica con frameworks de Agentic AI / Agent Orchestration.
Experiencia diseñando e implementando MCP Servers como capas de exposición de herramientas para agentes de IA.
Experiencia integrando y consumiendo servidores MCP existentes dentro de workflows agentic y arquitecturas multiagente.
Conocimiento de patrones avanzados de evaluación de agentes.
Experiencia con arquitecturas event-driven o sistemas de streaming para integración de datos en tiempo real.
Capacidad para abordar los retos específicos de los sistemas agentic en producción.
Conocimientos de observabilidad moderna.
Experiencia con prácticas modernas de ingeniería: CI/CD, Docker, Git, Terraform o herramientas equivalentes de IaC.
Stack tecnológico principal:
Observabilidad: Logging, Distributed Tracing, Monitoring
#J-18808-Ljbffr