Ingeniero Staff de I+D en IA

• Más de 8 años de experiencia en ingeniería de software, incluyendo experiencia significativa operando a un nivel de alcance senior o Staff.

• Más de 2 años de experiencia práctica construyendo y operando sistemas basados en LLM, idealmente en producción.

• Experiencia diseñando sistemas de IA de múltiples pasos o basados en agentes que impliquen el uso de herramientas, orquestación, estado, recuperación o integraciones externas.

• Sólidos fundamentos en sistemas distribuidos, incluyendo comunicación síncrona y asíncrona, así como en principios y prácticas de arquitectura de software.

• Conocimiento sólido de infraestructura en la nube, preferiblemente AWS, y de la ejecución de servicios de forma segura y consciente del coste.

• Experiencia con observabilidad, pruebas y evaluación de sistemas complejos.

• Trayectoria liderando técnicamente iniciativas que involucran a múltiples equipos, desde el diseño hasta la producción.

• Comodidad trabajando directamente con stakeholders de negocio y pares de ingeniería para acordar el alcance, las prioridades y los resultados.

• Capacidad para entender las compensaciones (trade-offs), tomar decisiones con información incompleta y mantener la eficacia en situaciones de crisis.

• Experiencia definiendo estándares de ingeniería y mejores prácticas que los equipos adopten realmente.

• Capacidad para influir sin autoridad y para explicar decisiones técnicas a no especialistas en términos concretos y concisos.

• Actitud de constructor: prefieres plataformas y herramientas reutilizables antes que soluciones puntuales.

• Curiosidad y tendencia hacia la experimentación, combinada con una medición disciplinada y conciencia del riesgo.

• Comodidad con la ambigüedad en un campo que avanza rápidamente, y capacidad para estructurar tu propio trabajo y mantener informados a los stakeholders.

• Experiencia con frameworks y protocolos de agentes como LangChain, LangGraph, el Claude Agent SDK o MCP.

• Experiencia con Kubernetes y entornos de ejecución en contenedores.

• Experiencia con gateways de LLM, enrutamiento de modelos y gestión de costes.

• Formación en machine learning o investigación aplicada.

• Experiencia en entornos regulados como servicios financieros o de pagos.

¿Qué ofrecemos?
Además de los beneficios personalizados que tenemos para cada país, dLocal te ayudará a prosperar y a dar ese paso extra ofreciéndote:
- Flexibilidad en tu forma de trabajar: Nos centramos en el impacto y la productividad por encima de las horas fijas. Esto significa que nuestros equipos tienen horarios flexibles y, dependiendo de tu rol y ubicación, combinarás tiempo de concentración autogestionado con momentos de conexión presencial en nuestros centros de colaboración.
- Industria Fintech: trabaja en un entorno dinámico y en constante evolución, con mucho por construir y para potenciar tu creatividad.
- Programa de bonos por referidos: nuestro talento interno es el mejor reclutador: recomienda a alguien ideal para un puesto y recibe una recompensa.
- Trabaja desde cualquier lugar: los miembros del equipo pueden trabajar mientras viajan hasta 3 meses cada año.

Como Staff Engineer en I+D de IA, establecerás la dirección técnica de los sistemas basados en agentes y LLM, elevarás el nivel de ingeniería de los equipos que te rodean y asumirás los problemas de diseño y producción más difíciles. Te unirás a uno de nuestros equipos de I+D de IA, asignado según tu perfil y las necesidades más urgentes de la empresa, y trabajarás entre diferentes equipos siempre que el problema lo requiera.

También asumirás el liderazgo técnico de iniciativas importantes: definiendo el enfoque, guiando al equipo durante la ejecución desde el diseño hasta la producción y manteniendo el trabajo alineado con tus pares en ingeniería y con las áreas de negocio a las que sirve. Interactuarás directamente con esos stakeholders para que las decisiones se tomen con rapidez y con todo el contexto necesario.

Las áreas en las que podrías contribuir incluyen:

• Entrega de software nativo de IA: agentes que apoyan todo el ciclo de vida del software, desde la planificación y la codificación hasta la revisión, las pruebas y la respuesta ante incidentes.

• Automatización de procesos de negocio: una plataforma de autoservicio donde las áreas de negocio configuran y gestionan automatizaciones basadas en agentes, con revisión humana y trazabilidad completa.

• Fundamentos de la plataforma de IA: servicios compartidos como el acceso y enrutamiento de LLM, integraciones seguras de herramientas y sistemas, componentes de agentes reutilizables y habilidades y plugins gobernados.

Tu ubicación final se decidirá durante el proceso de selección, basándose en tu experiencia, tus intereses y las necesidades de cada equipo.

• Actuar como responsable técnico de iniciativas de IA, desde la primera definición del problema hasta la entrega en producción, trabajando junto a los ingenieros y líderes de equipo que las ejecutan.

• Trabajar directamente con pares y stakeholders de negocio para comprender las necesidades, acordar el alcance y las prioridades, y mantener las expectativas alineadas a medida que el trabajo evoluciona.

• Traducir los objetivos de negocio en planes técnicos, hitos y compensaciones (trade-offs), y detectar riesgos de forma temprana.

• Asegurar que las iniciativas lleguen a producción con resultados que puedan medirse y explicarse al negocio.

• Liderar el diseño y la arquitectura de sistemas de IA, incluyendo flujos de trabajo de agentes, recuperación (retrieval), uso de herramientas, orquestación y gestión de estados, desarrollados por uno o varios equipos.

• Definir arquitecturas de referencia, patrones y estándares de ingeniería que otros equipos adopten y reutilicen.

• Tomar y documentar decisiones de compromiso (trade-offs) entre calidad, latencia, coste, seguridad y dependencia de proveedores.

• Resolver los problemas técnicos más complejos de tu área y desbloquear a los equipos que te rodean.

• Establecer cómo se mide el comportamiento de la IA: conjuntos de datos de evaluación, seguimiento de regresiones, métricas de calidad y criterios de aceptación para agentes y funcionalidades basadas en LLM.

• Garantizar que los sistemas se prueben con casos realistas, no solo con demos, antes y después de llegar a producción.

• Definir la telemetría necesaria para comprender el coste, la latencia, la calidad y los resultados de extremo a extremo.

• Liderar las prácticas operativas: fiabilidad, escalabilidad, resiliencia, observabilidad y aprendizaje de incidentes para los servicios de IA.

• Examinar el comportamiento en producción, identificar mejoras estructurales e impulsarlas hasta su finalización con los equipos responsables.

• Mantener el coste bajo control mediante decisiones de enrutamiento, almacenamiento en caché, gestión de contexto y capacidad.

• Diseñar el acceso controlado para agentes que actúan en sistemas internos: permisos, salvaguardas (guardrails), pistas de auditoría y puntos de control con intervención humana (human-in-the-loop).

• Trabajar con Seguridad, Legal, Cumplimiento e IT para que los requisitos de gobernanza se integren en componentes reutilizables y no tengan que reconstruirse para cada caso de uso.

• Mentorear a ingenieros y líderes técnicos, y elevar el nivel técnico de los equipos con los que trabajas.

• Convertir lo que aprendes en manuales (playbooks), plantillas, librerías compartidas y documentación que otros puedan utilizar sin tu intervención.

• Comunicarte claramente con stakeholders técnicos y no técnicos, y alinear a los equipos en torno a estándares compartidos.

• Compartir conocimientos a través de artículos internos y charlas técnicas, y ocasionalmente mediante meetups y conferencias externas.