Ingeniero de Software Staff, Fullstack / Enfoque Frontend (Gobernanza)
Wand AIHace 2 sem.
Liderarás la arquitectura frontend del producto de gobernanza, transformando datos complejos de IA en interfaces intuitivas.
En remoto, Europe Timezone +1
El portal de empleo de España
Más de 92.000 ofertas activasIngeniero de Software Staff, IA (Organización y Gobernanza)
En remoto, Europe Timezone +3·Jornada completa·Añadida hace 3 meses (comprobada el 22 oct)
Wand AI
4 ofertas abiertas
Nuestro resumen
- Modalidad
- En remoto (Europe Timezone / European Union / Israel Timezone / Israel)
- Contrato
- Jornada completa
- Inglés
- Obligatorio
- Experiencia
- Nivel sénior
Habilidades
Esta oferta se escribió originalmente en inglés.
Requisitos
Qué buscan
Una trayectoria construyendo sistemas de IA como creador, no como consumidor. Debes ser capaz de hablar con gran profundidad sobre un flujo de trabajo, modelo o sistema de agentes que hayas construido y lanzado, no solo sobre una herramienta que uses en tu día a día.
Experiencia construyendo o trabajando con grafos de conocimiento en un sistema real y lanzado al mercado.
Experiencia construyendo agentes o sistemas basados en LLM que razonen sobre datos no estructurados o ambiguos, no simples pipelines deterministas.
Comodidad asumiendo la responsabilidad de un proyecto desde la arquitectura hasta la entrega con verdadera autonomía: propones el diseño, lo defiendes y luego lo construyes.
Sólidos fundamentos de ingeniería de software y la independencia necesaria para prosperar en un equipo de alto nivel, remoto por defecto y de ritmo rápido.
Historial de transformación de problemas difusos y no triviales en sistemas concretos y funcionales.
Experiencia práctica con herramientas de grafos de conocimiento: bases de datos de grafos y lenguajes de consulta como Neo4j/Cypher, RDF/SPARQL, Amazon Neptune o similares.
Experiencia práctica con APIs de proveedores de LLM (OpenAI, Anthropic o similares) y frameworks de agentes como LangChain o LangGraph.
Comodidad con la infraestructura de recuperación como bases de datos vectoriales (Pinecone, Weaviate, pgvector o similares) para fundamentar el razonamiento de los agentes en los datos organizativos.
Dominio de un lenguaje bien adecuado para la construcción de grafos, pipelines de agentes y análisis de datos
Se valorará
Experiencia construyendo herramientas relacionadas con la seguridad, el riesgo o el cumplimiento, especialmente cualquier cosa que implique la detección de políticas o violaciones.
Experiencia previa en una empresa que construya productos de agentes o nativos de IA, en lugar de añadir la IA a un producto existente como una funcionalidad más.
Comodidad trabajando de forma totalmente remota, a través de diferentes zonas horarias, en un equipo pequeño y altamente autónomo.
El puesto
Wand convierte la IA en mano de obra. Permite que los humanos y los agentes de IA operen juntos como una fuerza laboral híbrida y unificada, con una gestión y supervisión integrales. Y ya está operando a escala dentro de algunas de las organizaciones más grandes del mundo.
Wand ha creado la primera infraestructura de mano de obra agéntica del mundo, permitiendo que gobiernos y empresas globales creen, gestionen y escalen fuerzas laborales digitales.
Nuestra misión es integrar ecosistemas de agentes en el núcleo del trabajo y los negocios, desbloqueando un salto generacional en la economía global. Estamos construyendo la infraestructura que permite a los humanos y a los agentes de IA operar juntos de forma segura, transparente y a escala.
Qué harás
Estamos contratando a un Staff Software Engineer para construir los motores de IA y de agentes que sustentan la gobernanza en Wand: sistemas que razonan sobre datos organizativos desordenados y no deterministas para detectar violaciones de políticas, señalar riesgos y sacar a la luz lo que los humanos realmente necesitan ver. No se trata de usar la IA en el día a día. Se trata de haberla construido: flujos de trabajo de agentes, modelos o sistemas que hayan pasado de la idea a la producción.
Diseñar y construir sistemas de IA y de agentes que analicen datos organizativos para detectar violaciones de políticas, riesgos de cumplimiento y problemas de gobernanza, a menudo a partir de señales ambiguas y no deterministas.
Construir agentes y pipelines que utilicen LLMs para razonar sobre grandes volúmenes de datos, yendo mucho más allá de las comprobaciones deterministas basadas en reglas.
Arquitectar y construir sistemas de grafos de conocimiento que modelen la estructura y las relaciones organizativas, y hagan que ese contexto sea utilizable por los agentes.
Tomar un problema difuso y no definido ("encontrar violaciones de políticas en datos desordenados"), proponer un enfoque técnico real, defenderlo y luego construirlo con una supervisión mínima.
Aportar rigor de ingeniería a un territorio inherentemente difuso: probar, evaluar e iterar sobre el rendimiento real de tus agentes.
Colaborar con el resto del equipo de Org Intelligence para obtener información impulsada por IA sobre las superficies de gobernanza y cumplimiento del producto.
Contribuir en todo el stack cuando sea necesario, aunque el núcleo de este rol es la capa de IA y de agentes, no la interfaz de usuario.
Sobre Wand AI
En sus propias palabras
Sobre la empresa y el equipo
Wand está formando un equipo global de alto rendimiento que asume la plena responsabilidad de lo que construye. Lideramos con el ejemplo, nos movemos rápido, tomamos decisiones basadas en datos y buscamos la mejora continua, siempre con el objetivo de aportar valor real a los clientes.
Te unirías a un equipo de clase mundial que combina una profunda experiencia en investigación con la ejecución de productos en el mundo real, con experiencia en Deepmind, Google, Amazon, Miro, Elise AI, IBM y Accern.
Resumen del puesto
Te unirás al equipo de Org Intelligence como una de sus voces técnicas más experimentadas, con la autonomía para proponer un enfoque, defenderlo y luego construirlo, en gran medida por tu cuenta. Somos un equipo pequeño, remoto por defecto y de alta confianza. Aquí no habrá que llevarte de la mano ni hay demasiados procesos. Te haces responsable del problema de principio a fin.