AI Software Engineer - Sector Bancario - Financiero

Importante empresa del sector financiero se encuentra en búsqueda de un/a AI Software Engineer para llevar las capacidades de un agente a producción: empaquetar componentes agénticos como APIs y SDKs versionados, integrarlos con los sistemas y canales de la organización, y estructurar el código que sostiene la llamada a modelos con latencia, costo y confiabilidad bajo control. El rol entrega componentes de IA listos para producción —probados, observables y operables de forma autónoma por los equipos que los consumen— y está enfocado en construir e integrar soluciones de IA.

Funciones

• Empaquetar los componentes agénticos como APIs y SDKs versionados, con contratos claros, versionado semántico y retrocompatibilidad.
• Estructurar el código aislando la capa de modelos e inferencia del dominio (ports & adapters), de modo que un cambio de modelo o proveedor no impacte al consumidor.
• Implementar los patrones propios de la integración con servicios de IA: llamadas asíncronas y streaming, caching semántico, manejo de rate limits, timeouts, retries con backoff, fallback entre modelos y control de costo por request.
• Desarrollar conectores hacia APIs internas, data sources y servicios de Azure AI, resolviendo autenticación, permisos y contratos de servicio.
• Sostener la calidad del código: pruebas unitarias, de integración y de contrato con mockeo de servicios de IA para lograr tests deterministas; clean architecture, SOLID, patrones de diseño y TDD; code reviews, con revisión explícita del código generado por asistentes de IA antes de que entre al repositorio.
• Hacer operable cada componente: logging estructurado, trazas y métricas de latencia, tokens y costo; resiliencia con circuit breaker, límites de ejecución del agente (iteraciones, tiempo, costo) y degradación controlada; feature flags, despliegue progresivo y rollback; documentación operativa que permita integrar y operar el componente de forma autónoma.
• Construir componentes reutilizables (ej. módulos de memoria) que sirvan en múltiples aplicaciones con el mínimo esfuerzo.
• Diseñar bajo un enfoque agnóstico y multinube, hoy operando sobre servicios de IA en Azure, de modo que la solución sea portable entre proveedores.
• Difundir estándares y buenas prácticas de construcción de software para IA dentro de la organización.

• Bachiller o titulado en Ingeniería de Software, Ingeniería de Sistemas, Ciencias de la Computación, Informática o carreras afines.
• 5 años o más de experiencia en ingeniería de software en entornos productivos.
• 2 años o más construyendo componentes reutilizables (librerías, SDKs o APIs consumidas por múltiples equipos).
• 2 años o más de experiencia integrando servicios de IA o LLMs vía API dentro de aplicaciones productivas, con manejo de latencia, costo y errores del proveedor.
• Nivel avanzado en Python; construcción de APIs REST y gRPC con contratos de servicio, versionado semántico y retrocompatibilidad.
• Nivel intermedio en al menos un lenguaje corporativo (Java, .NET o C#).
• Conocimiento de patrones de software: clean architecture, SOLID, ports & adapters, testing pyramid y TDD.
• Conocimiento de patrones de resiliencia: circuit breaker, retries con backoff, timeouts y degradación controlada; límites de ejecución del agente (iteraciones, tiempo, costo).
• Comprensión de la composición de un agente (contexto, herramientas, memoria, loop) suficiente para empaquetarlo y exponerlo como componente sin alterar su comportamiento.
• Experiencia en Azure con servicios de IA; deseable exposición a entornos multinube.
• Manejo de Git, Docker y observabilidad con logging estructurado, métricas y trazas distribuidas.
• Uso cotidiano de herramientas de IA para productividad (Claude Code, Cursor, GitHub Copilot, extended thinking), con revisión sistemática del código generado.
• Deseable: experiencia en banca, seguros, fintech u otras industrias reguladas; arquitecturas event-driven y mensajería (Kafka, Service Bus); Kubernetes/OpenShift; Cosmos DB, Redis o vector stores; frameworks agénticos (LangGraph, Semantic Kernel o similares); CI/CD y DevOps en cloud (GitHub Actions, Azure DevOps); certificación Azure.