Lead AI Engineer & Architect

Modalidad: Remoto
Ubicación: México, Colombia o Brasil
Inglés: B2/C1

💼 Rango salarial

• México: $90,000 – $140,000 MXN mensuales

• Colombia: $17,000,000 – $22,950,000 COP mensuales

• Brasil: $18,000 – $29,000 BRL mensuales

Sobre la posición

Buscamos un Lead AI Engineer & Architect para liderar el diseño y desarrollo de una plataforma innovadora de FinOps impulsada por Inteligencia Artificial.

La posición tendrá un papel clave como Líder Técnico y Arquitecto de Sistemas Multi-Agente, participando en la construcción de una plataforma greenfield compuesta por múltiples agentes especializados de IA capaces de analizar información, generar insights, detectar anomalías, optimizar recursos y ejecutar acciones de manera autónoma.

Trabajarás en un entorno multi-cloud (GCP/AWS), definiendo la arquitectura, orquestación, seguridad, gobernanza y escalabilidad de los agentes, así como los mecanismos necesarios para controlar costos y garantizar el cumplimiento de estándares empresariales y financieros.

🚀 Principales responsabilidades

• Diseñar y liderar la arquitectura de una plataforma de sistemas multi-agente de IA.

• Supervisar la implementación y orquestación de aproximadamente 8 agentes especializados.

• Definir la comunicación entre agentes, herramientas y servicios.

• Liderar el ciclo de vida de prompt engineering, tool calling y structured outputs.

• Diseñar soluciones utilizando Python, FastAPI, Pydantic y FastMCP.

• Implementar y administrar el ruteo de diferentes LLMs mediante LiteLLM Gateway y Vertex AI Model Garden.

• Trabajar con modelos como Gemini y Claude.

• Diseñar mecanismos de Tokenomics para monitorear y controlar el consumo y costo de los LLMs.

• Implementar guardrails y límites de ejecución para agentes autónomos.

• Diseñar controles de seguridad y arquitecturas Zero Trust.

• Garantizar mecanismos de segregación de funciones y aprobación humana para procesos financieros sensibles bajo estándares SOX.

• Diseñar integraciones mediante APIs, eventos y sistemas de fallback como Jira, Slack y Microsoft Teams.

• Definir estándares de código, pruebas, APIs, esquemas y manejo de errores.

• Realizar code reviews y establecer buenas prácticas de ingeniería.

• Mentorear a ingenieros de IA Senior y Semi-Senior.

• Colaborar en el diseño de arquitecturas escalables sobre GCP y AWS.

🧠 Requisitos indispensables

• 8+ años de experiencia en Software Engineering.

• 3+ años en posiciones de liderazgo técnico, arquitectura o liderazgo de soluciones de IA.

• Experiencia práctica construyendo soluciones basadas en LLMs y/o sistemas multi-agente.

• Dominio avanzado de Python 3.11+.

• Experiencia con FastAPI y Pydantic.

• Experiencia con MCP/FastMCP.

• Experiencia con Google Cloud, especialmente:

  • Vertex AI

  • BigQuery

  • GKE

  • Workload Identity

• Experiencia con Google ADK y/o frameworks de agentes.

• Experiencia con LiteLLM Gateway o soluciones similares de LLM routing.

• Experiencia con RAG.

• Conocimiento de Graph RAG y/o Hybrid RAG.

• Experiencia en prompt engineering, tool calling y structured outputs.

• Conocimientos de seguridad como Zero Trust, OAuth, RBAC y Workload Identity.

• Experiencia con audit logging y controles de seguridad.

• Conocimiento de especificaciones de error para APIs/MCP, idealmente RFC 7807/9457.

• Experiencia con lenguajes empresariales orientados a objetos, preferentemente Java.

• Inglés B2/C1.

⭐ Será un plus

• Experiencia en FinOps y optimización de costos cloud.

• Experiencia en plataformas financieras o empresariales.

• Experiencia con SOX y segregación de funciones.

• Experiencia controlando costos y consumo de tokens de LLM.

• Experiencia con arquitecturas OLAP, SQL y esquemas de datos bajo estándares como FOCUS.

• Experiencia implementando agentes autónomos capaces de ejecutar acciones sobre sistemas empresariales.

🤖 ¿Qué tipo de soluciones desarrollarás?

Los agentes de IA de la plataforma podrán:

• Analizar grandes volúmenes de información y generar insights.

• Detectar anomalías.

• Identificar oportunidades de optimización de recursos.

• Ejecutar acciones automatizadas.

• Apoyar operaciones financieras.

• Optimizar costos de infraestructura cloud.

• Interactuar con APIs y herramientas empresariales.

• Escalar acciones hacia procesos de aprobación humana cuando sea necesario.