Ingeniero Backend Staff - Análisis de Bases de Datos

En Grafana Labs, construimos herramientas de observabilidad que ayudan a los usuarios a comprender, responder y mejorar sus sistemas, independientemente de la escala, la complejidad o el stack tecnológico. Recientemente hemos iniciado una iniciativa "skunkworks" con la misión de llevar la observabilidad al resto de la empresa. Nuestro objetivo es hacer de Grafana el mejor lugar para que los humanos y los agentes de IA comprendan y actúen sobre los datos en tiempo real de toda la empresa. Como parte de esta iniciativa, estamos construyendo un sistema de inteligencia de datos nativo de IA que ofrece a los agentes un acceso fiable y gobernado al contexto empresarial. Este sistema ayuda a los agentes a recuperar los datos correctos, metadatos, definiciones, linaje, señales de calidad y conocimiento institucional sin que cada desarrollador de agentes tenga que mantener sus propios archivos de contexto frágiles. El principio es sencillo: el sistema de contexto recupera, los agentes deciden y los equipos de datos mantienen la inteligencia.

El nuevo equipo es una mezcla de "Grafanistas" experimentados y nuevas contrataciones. Operamos con un alto grado de autonomía y responsabilidad, tanto a nivel individual como de equipo. Los ingenieros tienen la capacidad de tomar decisiones, moverse rápido y validar ideas pronto, contando con el apoyo de una cultura profundamente colaborativa que valora la curiosidad, el feedback y la colaboración interfuncional.

Buscamos un "Backend Engineer" de nivel "Staff" para ayudar a construir los primeros servicios de producción para este sistema de gestión de la capa de contexto. Diseñarás y lanzarás la arquitectura backend principal que impulsa la ingesta, el almacenamiento de contexto, las APIs de recuperación y las integraciones orientadas a agentes. Este es un rol en una fase inicial dentro de un equipo de alta autonomía, por lo que deberás sentirte cómodo trabajando con la ambigüedad, tomando decisiones arquitectónicas pragmáticas y construyendo sistemas que puedan evolucionar desde el uso interno ("dogfooding") hasta un SaaS de grado de producción. A medida que el equipo madure, habrá una amplia oportunidad para ampliar o redefinir este rol en función del impacto y la iniciativa.

• Construir los servicios backend principales: Diseñar, implementar, probar y operar los primeros servicios para la ingesta de contexto, indexación de contexto, orquestación de recuperación, acceso por API, configuración de fuentes y administración del sistema.
• Crear una base SaaS escalable: Ayudar a definir y construir la arquitectura para un servicio multi-inquilino (multi-tenant), incluyendo el aislamiento de inquilinos, el seguimiento del uso, las cuotas, los registros de auditoría, los trabajos en segundo plano y los límites de servicio fiables.
• Impulsar los flujos de trabajo de recuperación orientados a agentes: Construir APIs e interfaces de servicio que permitan a los agentes de IA, herramientas MCP, CLIs y aplicaciones internas recuperar el contexto relevante, la procedencia, las señales de confianza y las advertencias.
• Trabajar entre producto e infraestructura: Colaborar con el equipo para realizar compensaciones prácticas entre la experimentación rápida y la fiabilidad a largo plazo, especialmente a medida que el proyecto pasa de prototipo a producción.
• Operar lo que construyas: Instrumentar los servicios con métricas, logs, trazas, alertas y dashboards. Utilizar herramientas de observabilidad para comprender el comportamiento del sistema y mejorar la fiabilidad.
• Contribuir a la dirección técnica: Ayudar a dar forma a la arquitectura, los límites del servicio, las opciones de almacenamiento, los contratos de API, los patrones de despliegue y las prácticas de ingeniería para una nueva área de producto.
• Comunicación efectiva: Trabajarás en un entorno altamente dinámico y colaborativo, por lo que necesitamos a alguien que pueda comunicarse de forma eficaz y contribuir entre equipos.
• Responsabilidad e impacto: Asumir la plena responsabilidad de las soluciones de IA que desarrolles, asegurando que no solo sean innovadoras, sino también escalables, mantenibles y alineadas con los flujos de trabajo reales de los usuarios.

Somos un equipo "remote-first" que se reúne regularmente por vídeo y realiza la mayor parte de su trabajo de forma asíncrona, por escrito. Valoramos la creatividad, las perspectivas diversas y la comunicación clara. Las organizaciones globales más destacadas confían en Tempo para monitorizar aplicaciones e infraestructuras críticas, y esperamos que todos los miembros del equipo, incluidos nuestros ingenieros Staff, aporten ideas que conviertan el producto en algo más fiable, útil y querido.

At Grafana Labs, we build observability tools that help users understand, respond to, and improve their systems - regardless of scale, complexity, or tech stack. We recently started a skunkworks initiative with a mission to bring observability to the rest of the business. Our goal is to make Grafana the single best place where humans and AI agents understand and act on real-time data from across the enterprise. As part of this initiative, we are building an AI-native data intelligence system that gives agents reliable, governed access to enterprise context. This system helps agents retrieve the right data, metadata, definitions, lineage, quality signals, and institutional knowledge without every agent builder having to maintain their own brittle context files. The principle is simple: the context system retrieves, agents decide, and data teams maintain the intelligence.

The new team is a mix of seasoned Grafanistas and new hires. We operate with a high degree of autonomy and ownership, both as individuals and as a team. Engineers are empowered to make decisions, move quickly, and validate ideas early - while being supported by a deeply collaborative culture that values curiosity, feedback, and cross-functional partnership.

We're looking for a Staff-level Backend Engineer to help build the first production services for this context layer management system. You will design and ship the core backend architecture that powers ingestion, context storage, retrieval APIs, and agent-facing integrations. This is an early-stage role on a high-autonomy team, so you should be comfortable working through ambiguity, making pragmatic architectural decisions, and building systems that can evolve from internal dogfooding to production-grade SaaS. As the team matures, there's a broad opportunity to expand or redefine this role based on impact and initiative.

• Build the core backend services: Design, implement, test, and operate the first services for context ingestion, context indexing, retrieval orchestration, API access, source configuration, and system administration.
• Create a scalable SaaS foundation: Help define and build the architecture for a multi-tenant service, including tenant isolation, usage tracking, quotas, audit logs, background jobs, and reliable service boundaries.
• Power agent-facing retrieval workflows: Build APIs and service interfaces that allow AI agents, MCP tools, CLIs, and internal applications to retrieve relevant context, provenance, confidence signals, and warnings.
• Work across product and infrastructure: Partner with the team to make practical tradeoffs between fast experimentation and long-term reliability, especially as the project moves from prototype to production.
• Operate what you build: Instrument services with metrics, logs, traces, alerts, and dashboards. Use observability tools to understand system behavior and improve reliability.
• Contribute to technical direction: Help shape the architecture, service boundaries, storage choices, API contracts, deployment patterns, and engineering practices for a new product area.
• Effective communication: You'll be working in a highly dynamic and collaborative environment, so we need someone who can communicate effectively and contribute across teams.
• Ownership and impact: Take full ownership of the AI solutions you develop, ensuring they are not only innovative but also scalable, maintainable, and aligned with real user workflows.

We are a remote-first team that meets regularly over video and does most of our work asynchronously, in writing. We value creativity, diverse perspectives, and clear communication. Tempo is relied upon by prominent global organizations to monitor critical applications and infrastructure, and we expect everyone on the team, including our Staff engineers, to contribute ideas that make it a more reliable, more useful, and more loved product.