Ingeniero Sénior, AI SDLC

• Licenciatura o grado en Informática, Ingeniería o un campo relacionado.
• Más de 7 años de experiencia en ingeniería de software.
• Experiencia práctica desarrollando aplicaciones habilitadas por IA.
• Sólida experiencia con tecnologías nativas de la nube y DevSecOps.

• Certificación en AI/ML o experiencia práctica equivalente.
• Experiencia implementando requisitos de gobernanza de IA empresarial.
• Experiencia mentorizando a ingenieros junior y liderando iniciativas técnicas.

El Senior Engineer es responsable de diseñar, construir y escalar soluciones habilitadas por IA que mejoren la eficacia en la entrega de software. El puesto combina sólidos fundamentos de ingeniería de software con experiencia práctica en desarrollo asistido por IA, automatización, pruebas y excelencia operativa. El Senior Engineer impulsa activamente la adopción de prácticas de AI-DLC y colabora con los equipos de producto, arquitectura y plataforma para acelerar la entrega y mejorar la calidad.

Nuestro cliente es una gran empresa global que opera en múltiples mercados, con un panorama tecnológico complejo y un fuerte enfoque en la transformación digital y la innovación. La organización está invirtiendo activamente en capacidades modernas de nube, datos e IA para permitir soluciones escalables, seguras y altamente automatizadas en todo su negocio.

El proyecto se centra en la creación desde cero de una Plataforma de Agentes de IA de nivel empresarial. La plataforma proporcionará una base estandarizada para desarrollar, desplegar, orquestar, asegurar y observar agentes de IA en múltiples equipos y casos de uso.

La iniciativa cubre todo el ciclo de vida del agente y reúne la orquestación de agentes, la observabilidad, la seguridad, la gobernanza, las integraciones, la evaluación y la ingeniería de plataformas. Los ingenieros que se unan al proyecto tendrán la oportunidad de influir en decisiones arquitectónicas y técnicas clave y de contribuir a una nueva plataforma en lugar de mantener una solución existente.

• Construir y mantener soluciones de ingeniería impulsadas por IA.
• Desarrollar y optimizar prompts, agentes, copilots y flujos de trabajo de automatización.
• Integrar capacidades de LLM en aplicaciones empresariales.
• Aplicar la IA en todo el análisis de requisitos, diseño, desarrollo, pruebas y operaciones.
• Impulsar la implementación de prácticas de codificación y pruebas asistidas por IA.
• Apoyar a los equipos de ingeniería en la adopción de formas de trabajo nativas de IA.
• Diseñar y desarrollar aplicaciones nativas de la nube escalables.
• Realizar revisiones de código y revisiones de diseño técnico.
• Garantizar los estándares de seguridad, calidad, mantenibilidad y rendimiento.
• Construir pipelines de CI/CD y automatización de ingeniería.
• Implementar puertas de calidad automatizadas y marcos de trabajo de pruebas.
• Monitorizar y optimizar la fiabilidad de la plataforma.
• Evaluar tecnologías de IA emergentes.
• Compartir mejores prácticas y lecciones aprendidas.
• Contribuir a los estándares de ingeniería y a las comunidades de práctica.

• Python, Java, TypeScript o C#
• APIs y frameworks de LLM
• Flujos de trabajo agénticos (Agentic workflows)
• Implementaciones de RAG
• Bases de datos vectoriales
• Prompt engineering
• Pipelines de CI/CD
• Contenerización y Kubernetes
• GitHub, GitHub Copilot, Azure DevOps, Jira

• Resolución de problemas técnicos
• Innovación en IA
• Mentalidad de "automatización primero" (Automation-first mindset)
• Collaboration
• Comunicación
• Sentido de la propiedad y responsabilidad (Ownership and accountability)