Skip to content
Search jobs inside your AI agent. Claude, ChatGPT, Claude Code, Codex, Gemini, Cursor and Grok
Connect

Shakers

NewBe an early applicant

Ingeniero de software

Posted

Description

Una compañía con equipos de IA avanzada incorpora un/a AI Runtime & Evaluation Engineer para el diseño, implementación y evaluación de arquitecturas de agentes de IA a escala productiva. Rol clave en la creación de sistemas robustos de evaluación y benchmarking de LLMs, gestión del runtime de agentes y observabilidad avanzada.

Rol fundamental en el ciclo de vida de sistemas de agentes IA en producción real — no POCs, no research aislado.



🎯 Sobre el ro

lSerás responsable de construir, optimizar y validar rigurosamente sistemas de agentes de IA. Diseñarás las arquitecturas, gestionarás su runtime end-to-end, y — muy importante — establecerás la metodología de evaluación que asegura calidad, rendimiento y reproducibilidad. Impacto tangible en la fiabilidad de soluciones IA a escala


.
?? Lo que har


ás
Arquitecturas de agent

  • es:Diseñar sistemas de agentes: planning, tool calling, function calling, memory, context engineering, semantic routi
  • ng.Distinguir y diseñar workflows vs agentes según caso de u
  • so.Trabajar con MCP (Model Context Protocol) y, idealmente, A
  • 2A.Orquestar sistemas multi-agen


te.
Runtime de agen

  • tes:Gestionar execution loop, state management, orchestration, retries, checkpoint
  • ing.Implementar streaming, human-in-the-loop, gestión de conte
  • xto.Observabilidad avanzada, tracing, tool execution, concurre


ncy.
Evaluación (crít

  • ico):Diseñar evals offline y on
  • line.Construir benchmarks robustos + golden datasets + synthetic data
  • sets.Aplicar LLM-as-a-judge, pairwise compar
  • ison.Regression testing + experiment tracking + reproducibilidad (MLf


low)

  • .
    RAG:Chunking, embeddings, reranking, vector databases, retrieval quality, context wi


ndows.
LLM Engin

  • eering:Prompting, structured outputs, JSON schema, function c
  • alling.Optimización de tokenización, coste, latencia, c
  • aching.Reasoning models + context window mana


gement.
Backend + Observabilidad +

  • Testing:Python backend con FastAPI, Docker, Kub
  • ernetes.OpenTelemetry + Grafana + Pro
  • metheus.Unit testing, integration testing, eval testing, regression suites, CI/CD


para IA.
✅ Impres

  • cindiblesExperiencia sólida diseñando arquitecturas de agentes IA en producción (planning, tool/function calling, memory, context engineering, semantic routi
  • ng, MCP).Experiencia práctica con runtime de agentes end-to-end (execution loop, state, retries, checkpointing, streaming, HITL, conc
  • urrency).Experiencia crítica en evaluación de modelos: offline + online evals, benchmark design, golden + synthetic datasets, LLM-as-a-judge, regression testing, experiment
  • tracking.Dominio avanzado de Python para backend
  • robusto.Conocimiento experto de RAG (chunking, embeddings, reranking, vector DBs, retrieval
  • quality).LLM Engineering avanzado (prompting, structured outputs, function calling, tokenización, coste, latencia, caching, reasoning
  • models).Experiencia con MLflow para experiment
  • tracking.Inglés


avanzado
💡 Muy

  • valorableFrameworks de agentes: LangGraph, OpenAI A
  • gents SDK.A2A (Agent-to-Agent
  • Protocol).Infraestructura: FastAPI, Docker, Kubernetes, Redis, Kafka, P
  • ostgreSQL.Observabilidad: OpenTelemetry, Grafana, P
  • rometheus.Testing: unit + integration + eval + regression suites + CI/C
  • D para IA.Cloud AI: Azure OpenAI, AWS Bedrock + AgentCore, GCP


Vertex AI.
💻

  • CondicionesModalidad: freelance v
  • ía Shakers.Duración: 12 meses con alta probabilidad de
  • extensión.Ubicación: 100% remoto de


sde España.
En Shakers nos ocupamos de la gestión del proyecto, la facturación y el acompañamiento. Tú te centras en construir agentes IA fiables y evaluables a escala


productiva.

Skills

Apply

See also

Software Engineering jobs by country — openings, pay and top skills →