AI Agent Engineer | Python | LLMs & RAG | Remote (España)

Descripción del puesto

Desde The Whiteam Consulting estamos buscando un/a

Descripción del puesto

Desde The Whiteam Consulting estamos buscando un/a AI Agent Engineer con al menos 3 años de experiencia para incorporarse a un proyecto especializado en el diseño, desarrollo y evolución de soluciones basadas en agentes de Inteligencia Artificial y Large Language Models (LLMs).

Buscamos un perfil técnico con experiencia en arquitecturas de agentes, runtime y orquestación, RAG, LLM Engineering, evaluación de modelos y backend con Python.

La persona seleccionada participará en el desarrollo de sistemas de agentes robustos, observables y escalables, trabajando con tecnologías modernas de IA y cloud.

Responsabilidades

• Diseñar y desarrollar arquitecturas de agentes de IA.
• Trabajar con conceptos como planning, tool calling, function calling, memory y context engineering.
• Diseñar soluciones basadas en semantic routing, workflows y agentes.
• Trabajar con MCP (Model Context Protocol) y, valorablemente, A2A.
• Diseñar y desarrollar arquitecturas de multi-agent orchestration.
• Trabajar con frameworks como LangGraph y OpenAI Agents SDK.
• 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, incluyendo prompting, structured outputs, JSON Schema y function calling.
• Optimizar aspectos relacionados con tokenización, costes, latencia y caching.
• Desarrollar soluciones backend utilizando Python.
• Trabajar con tecnologías como FastAPI, Docker, Kubernetes, Redis, Kafka y PostgreSQL.
• Implementar soluciones de observabilidad, incluyendo 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.

Requisitos

• 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.
• Semantic routing.
• Workflows vs. agentes.
• MCP (Model Context Protocol).
• Multi-agent orchestration.
• Experiencia con runtime de agentes, incluyendo execution loop, state management, orchestration, retries y checkpointing.
• Conocimientos de streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto.
• Experiencia en Evals, incluyendo offline/online evaluations, benchmark design y regression testing.
• Conocimientos de golden datasets, synthetic datasets y LLM-as-a-judge.
• Experiencia en RAG, incluyendo chunking, embeddings, reranking y vector databases.
• Conocimientos de LLM Engineering, prompting, structured outputs, JSON Schema y function calling.lisi> No changes Should end as above

Buscamos un perfil técnico con experiencia en arquitecturas de agentes, runtime y orquestación, RAG, LLM Engineering, evaluación de modelos y backend con Python.

La persona seleccionada participará en el desarrollo de sistemas de agentes robustos, observables y escalables, trabajando con tecnologías modernas de IA y cloud., * 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.
• Semantic routing.
• Workflows vs. agentes.
• MCP (Model Context Protocol).
• Multi-agent orchestration.
• Experiencia con runtime de agentes, incluyendo execution loop, state management, orchestration, retries y checkpointing.
• Conocimientos de streaming, human-in-the-loop, observabilidad, tracing y gestión de contexto.
• Experiencia en Evals, incluyendo offline/online evaluations, benchmark design y regression testing.
• Conocimientos de golden datasets, synthetic datasets y LLM-as-a-judge.
• Experiencia en RAG, incluyendo chunking, embeddings, reranking y vector databases.
• Conocimientos de LLM Engineering, prompting, structured outputs, JSON Schema y function calling.lisi> No changes Should end as above