Senior Agentic AI Engineer

Requisitos técnicos

5+ años de experiencia en desarrollo backend, idealmente utilizando Node.js y TypeScript. Experiencia comprobable desarrollando agentes o sistemas basados en LLM en producción, más allá de pruebas de concepto.Experiencia implementando:

• Orquestación de agentes.
• Tool/function calling.
• Memoria y manejo de estado.
• Contexto multi-turno.
• Flujos agentic y determinísticos.

Experiencia con al menos un framework de orquestación de agentes como:

• LangChain / LangGraph.
• Semantic Kernel.
• CrewAI.
• O tecnologías equivalentes.

Experiencia trabajando con múltiples proveedores de LLM como OpenAI, Anthropic y/o AWS Bedrock. Conocimiento de las diferencias y capacidades de los distintos modelos respecto a tool-use, structured outputs y function calling. Sólidos conocimientos de diseño e integración de APIs REST y arquitecturas de microservicios. Experiencia implementando soluciones RAG y búsquedas vectoriales. Experiencia con tecnologías como pgvector, OpenSearch, Pinecone o equivalentes. Experiencia en testing de sistemas no deterministas mediante LLM Evals, evaluación de prompts y regresión de calidad. Capacidad para analizar y optimizar consumo de tokens, latencia y costos asociados al uso de modelos.

Projects

El proyecto está enfocado en el diseño, desarrollo e implementación de soluciones de Inteligencia Artificial basadas en LLM y agentes autónomos, integradas con plataformas backend y arquitecturas de microservicios existentes.

El profesional participará en la construcción de arquitecturas Agentic AI para ambientes productivos, trabajando con orquestación de agentes, RAG, tool/function calling, memoria y contexto, integración con APIs y distintos proveedores de LLM. Además, tendrá foco en seguridad, guardrails, observabilidad, evaluación de calidad, rendimiento y optimización de costos.

Se busca un perfil Senior, altamente técnico y autónomo, capaz de llevar soluciones de IA desde su diseño hasta producción y tomar decisiones de arquitectura e implementación.

Principales responsabilidades

Diseñar e implementar arquitecturas de orquestación de agentes basados en LLM, incluyendo grafos de estados, manejo de contexto, memoria y ejecución de herramientas. Desarrollar mecanismos de tool/function calling para conectar agentes con APIs, microservicios y sistemas internos. Integrar soluciones de IA con servicios backend existentes, respetando contratos de APIs, mecanismos de autenticación y estándares de seguridad. Implementar guardrails y mecanismos de control, incluyendo validación de outputs, manejo de alucinaciones, restricciones de alcance y fallback hacia flujos determinísticos. Diseñar e implementar estrategias de RAG (Retrieval-Augmented Generation) utilizando vector stores y distintas fuentes de conocimiento. Optimizar prompts, manejo de contexto, selección de modelos y estrategias de recuperación de información.Trabajar con distintos proveedores de LLM, evaluando trade-offs entre calidad, latencia, disponibilidad y costo. Definir mecanismos de evaluación para sistemas no deterministas mediante LLM Evals, testing de prompts y pruebas de regresión de calidad. Implementar observabilidad y trazabilidad sobre las decisiones de los agentes, uso de herramientas, consumo de tokens, latencia y costos. Identificar problemas de rendimiento, calidad o comportamiento de los agentes y proponer mejoras sobre la arquitectura y los flujos existentes. Colaborar con equipos de backend, arquitectura y producto para llevar soluciones de IA desde diseño hasta producción.

Conocimientos deseables

Experiencia trabajando con AWS. Conocimiento de NestJS. Experiencia implementando streaming de respuestas mediante SSE o WebSockets. Experiencia con observabilidad de aplicaciones de IA/LLM. Conocimiento de arquitecturas event-driven y sistemas distribuidos. Experiencia implementando structured outputs y validación de respuestas mediante schemas.