Ingeniero de Plataforma de ML Sénior (Plataforma Agéntica)

• Trayectoria demostrada (más de 5 años) diseñando, construyendo y operando servicios backend o infraestructura de ML que gestione tráfico de producción.

• Sólidos conocimientos de Python y experiencia construyendo APIs/SDKs orientados a desarrolladores o librerías compartidas.

• Experiencia construyendo sistemas agénticos o impulsados por GenAI utilizando llamadas a herramientas o funciones (tool/function calling), salidas estructuradas y flujos de trabajo de múltiples pasos.

• Experiencia en IA: Eres un usuario avanzado de Agentic AI. Eres capaz de aportar experiencia práctica y empezar a influir en el equipo más allá de la generación de código; aplicando criterio en arquitectura, lógica de negocio y seguridad, utilizando la IA como un compañero de pensamiento, y siendo capaz de establecer controles de calidad y redes de seguridad para mejorar los flujos de trabajo de ingeniería existentes y proponer alternativas nativas de IA.

• Experiencia integrando servicios de producción a través de APIs y eventos, incluyendo autenticación, autorización e interacción segura de servicio a servicio.

• Experiencia con al menos una de las principales nubes públicas, sus servicios e infraestructura (preferiblemente AWS).

• Experiencia práctica con trazado distribuido (distributed tracing), telemetría de sistemas, SLOs y triaje de incidentes.

• Excelentes habilidades de comunicación y un nivel de inglés de al menos C1, además de disposición para participar en una rotación de guardia (on-call) remunerada.

• Experiencia con frameworks de agentes o tecnologías de flujo de trabajo duradero como LangGraph, OpenAI Agents SDK o Temporal.

• Experiencia con evaluación de agentes, simulación o bucles de retroalimentación de producción.

• Experiencia diseñando entornos de ejecución aislados (sandboxed) y autorización delegada para sistemas autónomos.

• Experiencia práctica con MCP Gateway.

• Familiaridad con la observabilidad de GenAI y gateways de modelos, incluyendo el límite entre una plataforma GenAI compartida y el Agent Runtime.

• Una cultura abierta, colaborativa, dinámica y diversa;

• Una generosa asignación mensual para clases en Preply.com, presupuesto de Aprendizaje y Desarrollo (Learning & Development), y tiempo libre para tu desarrollo personal;

• Un paquete financiero competitivo con acciones, días de asuntos propios y seguro médico;

• ¿No estás en Barcelona? Ofrecemos un atractivo paquete de relocalización para que te unas a nosotros en nuestro Preply Barcelona Hub

• Acceso a plataformas gratuitas de apoyo a la salud mental;

• Acceso a centros de bienestar y gimnasios asociados a Gympass en toda España para promover y apoyar el bienestar y la salud física;

• La oportunidad de desbloquear el potencial de alumnos y tutores a través del aprendizaje y la enseñanza de idiomas en 175 países (¡y sumando!).

Impulsamos el progreso de las personas.

En Preply, nuestro objetivo es crear experiencias de aprendizaje que cambien vidas. Ayudamos a las personas a descubrir la magia del tutor perfecto, a diseñar un itinerario de aprendizaje personalizado y a mantenerse motivadas para seguir creciendo. Nuestro enfoque es liderado por humanos y habilitado por la tecnología, y está generando un impacto real.

Acabamos de alcanzar el estatus de unicornio con una Serie D de 150 millones de dólares, acelerando nuestra visión de transformar la educación a través de un aprendizaje liderado por humanos y mejorado por IA. Hoy en día, más de 100.000 tutores enseñan más de 90 idiomas a estudiantes en 180 países, y esto es solo el principio. Como empresa que define su categoría, estamos dando forma al futuro del aprendizaje a escala global.

Cada clase de Preply despierta un cambio, alimenta la ambición e impulsa un progreso que importa. Unirse a Preply significa ayudar a definir el futuro de la educación a escala global y construir algo que realmente importa para millones de personas, cada día.

El equipo de Agentic Platform forma parte de Platform Engineering. Construimos infraestructura compartida y abstracciones que ayudan a los equipos de producto e ingeniería a crear y operar agentes de IA fiables. Nuestro alcance incluye ejecución duradera, herramientas, contexto, memoria, permisos, aprobaciones, recuperación de fallos, depuración y control.

Trabajamos estrechamente con GenAI Platform, que proporciona acceso compartido a modelos, evaluación, observabilidad y recuperación, y con ML Platform, que soporta el aprendizaje automático tradicional y predictivo. Agentic Platform compone esas bases en un entorno de ejecución (runtime) y una experiencia de desarrollador para sistemas de IA con estado y capacidad de acción.

Trabajamos en equipos pequeños con un alto nivel de responsabilidad, empoderándote para dar forma directamente a la arquitectura del sistema, la dirección técnica y la evolución de la plataforma. Aprende más a través de nuestro Engineering Blog, Tech Radar y nuestro canal de YouTube.

Lo que estarás haciendo

La IA agéntica (Agentic AI) es una parte cada vez más importante de la estrategia de IA de Preply. Como Senior ML Platform Engineer, construirás la infraestructura que lleve los prototipos de agentes a producción. Resolverás problemas de sistemas distribuidos en flujos de trabajo no deterministas y de larga duración que dependen de herramientas, decisiones humanas y contextos cambiantes.

Este es un rol senior práctico con una amplia influencia técnica. Escribirás código de producción, darás forma a las abstracciones de la plataforma y a los estándares operativos, y colaborarás con los equipos de Applied Science, Data, Product, Security y Engineering.

• Construir un runtime de agentes duradero con checkpoints, reintentos, tiempos de espera, capacidad de reanudación y recuperación determinista siempre que sea posible.

• Crear una capa de herramientas segura para el descubrimiento, registro, invocación y versionado a través de APIs internas y servicios externos, incluyendo MCP cuando sea útil.

• Gestionar el estado, el contexto y las primitivas de memoria de los agentes con una semántica clara de ciclo de vida, privacidad, retención y recuperación.

• Diseñar la identidad, los permisos con alcance (scoped permissions) y los controles humanos para la autorización, aprobaciones, escalada y traspasos.

• Desarrollar mecanismos de protección (guardrails) para el acceso a herramientas, cumplimiento de políticas, validación de argumentos, sandboxing y límites de acción.

• Proporcionar observabilidad de extremo a extremo, reproducción de trazas (trace replay) y evaluación basada en escenarios a través de planes, llamadas a modelos, llamadas a herramientas, transiciones de estado y resultados.

• Lanzar SDKs, plantillas, herramientas locales, documentación y patrones de "paved-road" para que los equipos puedan construir agentes sin tener que resolver de nuevo la infraestructura del runtime.

• Evaluar frameworks, motores de flujo de trabajo y protocolos de herramientas, mientras operas la plataforma con SLOs claros, controles de capacidad y costes, respuesta ante incidentes y estándares operativos.