AI Agent Engineer, Python, LLMs, RAG

• Diseñar y desarrollar arquitecturas de agentes de IA
• Trabajar con planning, tool calling, function calling, memory y context engineering
• Diseñar soluciones basadas en semantic routing, workflows y agentes
• Trabajar con MCP y, valorablemente, A2A
• Diseñar y desarrollar arquitecturas de multi-agent orchestration
• Diseñar y mantener el runtime de agentes, incluyendo execution loops, state management, orchestration, retries y checkpointing
• Implementar streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto
• Diseñar sistemas de ejecución de herramientas y gestión de concurrencia
• Diseñar e implementar estrategias de evaluación de agentes y LLMs
• Crear offline evals, online evals, benchmarks y datasets de evaluación
• Implementar golden datasets, synthetic datasets y LLM-as-a-judge
• Desarrollar pruebas de regresión y realizar seguimiento de experimentos y reproducibilidad
• Diseñar y desarrollar soluciones RAG, incluyendo chunking, embeddings, reranking y vector databases
• Optimizar la calidad de recuperación y el uso de context windows
• Trabajar en LLM Engineering: prompting, structured outputs, JSON Schema y function calling
• Optimizar tokenización, costes, latencia y caching
• Desarrollar soluciones backend utilizando Python
• Trabajar con FastAPI, Docker, Kubernetes, Redis, Kafka y PostgreSQL
• Implementar soluciones de observabilidad: tracing, métricas, logs y agent traces
• Monitorizar costes y latencia de sistemas basados en IA
• Desarrollar estrategias de testing unitario, integración, evaluación y regresión
• Integrar soluciones de IA en procesos CI/CD
• Trabajar con entornos cloud y servicios especializados de IA

• Al menos 3 años de experiencia en desarrollo de soluciones de Inteligencia Artificial
• Experiencia en arquitecturas de agentes y sistemas multiagente
• Conocimientos de planning, tool calling, function calling, memory, context engineering y semantic routing
• Conocimientos de workflows vs. agentes y MCP (Model Context Protocol)
• Experiencia en runtime de agentes: execution loop, state management, orchestration, retries y checkpointing
• Conocimientos de streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto
• Experiencia en Evals: offline/online evaluations, benchmark design y regression testing
• Conocimientos de golden datasets, synthetic datasets y LLM-as-a-judge
• Experiencia en RAG: chunking, embeddings, reranking y vector databases
• Conocimientos de LLM Engineering, prompting, structured outputs, JSON Schema y function calling
• Conocimientos de tokenización, costes, latencia, caching y context windows
• Python imprescindible
• Experiencia en backend engineering
• Conocimientos de testing unitario, integración, evaluación y regresión
• Conocimientos de observabilidad y monitorización de aplicaciones basadas en IA
• Valorable experiencia con LangGraph, OpenAI Agents SDK, FastAPI, Redis, Kafka, PostgreSQL, OpenTelemetry, Azure, AWS o GCP
• Valorable conocimientos de A2A, Docker, Kubernetes, MLflow, Grafana, Prometheus, Azure OpenAI, Vertex AI, Amazon Bedrock, AgentCore e integración en pipelines CI/CD

• 23 días de vacaciones al año
• 14 pagas, 12 mensuales y dos extras (junio y diciembre)
• Retribución flexible: ticket guardería
• Retribución flexible: seguro médico + dental
• Horarios flexibles
• Modalidad de trabajo presencial, teletrabajo o mixta según la situación
• Tecnologías más punteras para mantenerse actualizado