Ingeniero de Entorno para Agentes

• Has construido o modificado significativamente un entorno de agentes de IA de forma personal, y puedes describir las compensaciones (trade-offs) que realizaste.

• Entiendes cómo interactúan el system prompt, las habilidades y las herramientas de un agente en problemas diversos y complejos, y has ajustado esa interacción tú mismo, no solo has leído sobre ello.

• Has construido habilidades personalizadas, comandos, CLIs o servidores MCP para que tu propia programación agéntica sea más rápida.

• La programación agéntica es tu flujo de trabajo diario, y has sometido a pruebas de estrés a modelos y entornos en la frontera tecnológica.

• Pensamiento sistémico. Tomas decisiones técnicas difíciles y diseñas pensando en cómo fallan las cosas a escala.

• Velocidad, manteniendo el nivel alto. Lanzas hoy, no el jueves.

• Interés genuino en cómo funciona la IA. Has leído los artículos científicos y tienes opiniones sobre los evals.

• Múnich o Varsovia, o remoto en Europa.

• Experiencia previa en ingeniería de IA: agentes, entornos, infraestructura de evaluación.

• Experiencia previa como fundador o constructor en etapas tempranas.

• Contribuciones de código abierto al ecosistema de herramientas de IA en el que vivimos.

Salario de primer nivel en el mercado y el tipo de responsabilidad que solo existe en esta etapa.

El mejor trabajo ocurre cuando estás presente. Este puesto es en Múnich o Varsovia, o remoto en Europa, y reunimos a todo el equipo en persona algunas veces al año.

Eres la persona que hace que Viktor haga más cosas, para más clientes y de forma más fiable. Has construido agentes anteriormente (runtime, herramientas, memoria, evals) y tienes opiniones sobre qué es lo que los hace funcionar. Lanzas código el mismo día que lo escribes y recurres a la ingeniería agéntica por defecto. Si nunca has construido un agente, este no es tu puesto.

Estamos construyendo un entorno preparado para la AGI. Los modelos siguen mejorando por sí solos; el entorno decide cuánto de esa inteligencia se convierte en trabajo real. Viktor no debería esperar a que le asignen tareas. Debería explorar lo que hace una empresa y automatizarlo por sí mismo.

Llegar hasta ahí es ingeniería de contexto en la frontera: cómo interactúan el system prompt, las habilidades, la memoria y las herramientas en problemas diversos y complejos, y cómo esa interacción se mantiene ante el trabajo real de más de 56.000 espacios de trabajo.

• Sin jerarquías. Trabajas directamente con ambos fundadores, y las decisiones se toman en la sala, no en un ticket de Linear.

• El agente es el producto. Cada mejora en la fiabilidad se refleja en la retención de la semana siguiente.

• Trabajo de vanguardia. Estás construyendo un entorno en el límite de lo que es posible actualmente, experimentando con agentes que pueden asumir responsabilidades completas, no solo tareas.

• Construir el runtime del agente: el bucle donde planifica, actúa y verifica su propio trabajo en lugar de declarar un éxito que no se ha ganado.

• Diseñar el contexto: dar forma a cómo se combinan el system prompt, las habilidades, la memoria y las herramientas, y cómo el agente se comporta cuando los problemas son diversos y complejos.

• Lograr que el agente sea fluido con las herramientas: composición a través de múltiples integraciones, recuperación de información y los archivos de habilidades que mantienen las funciones adecuadas a mano.

• Ampliar lo que el agente puede hacer: memoria en la que pueda confiar, habilidades que escriba para sí mismo, trabajo que ejecute por su cuenta.

• Hacerlo mejor de forma medible: evals, detección de regresiones y convertir cada fallo en una solución.

• Lanzar producto: funcionalidades que llegan a los usuarios a través de Slack y Teams en cuestión de horas.

• Cualquier cosa que necesite construirse. Equipo pequeño, gran alcance.

Python. Sin frameworks de agentes, sin librerías de orquestación. Construimos el entorno nosotros mismos, desde el bucle base hacia arriba.