AI Software Engineer - Sector Bancario - Financiero
Summary
Productionizes AI agent components for a financial/banking company: packages them as versioned APIs and SDKs, integrates them with internal systems and Azure AI services, and keeps latency, cost, and reliability under control. Focus on clean architecture, TDD, observability, and cloud-agnostic (Azure-first) design.
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.
