Ingeniero de Inteligencia Artificial

Buscamos senior AI engineers que se incorporen a un equipo de ingeniería IA y construyan soluciones agentic y GenAI a nivel producción con autonomía.El equipo construye y opera sus propias agentic factories: plataformas repetibles para diseñar, construir, evaluar y desplegar agentes basados en LLMs para clientes y productos internos. Trabajo hands-on que abarca entrega a cliente + desarrollo de producto.🎯 MisiónConstruir y llevar a producción soluciones agentic end-to-end, de forma autónoma, dentro de un equipo de delivery. Embedded con los ingenieros, trabajando como un equipo.🎒 Cómo es el trabajoSistemas multi-agente sobre frameworks y protocolos modernos (LangGraph, A2A, MCP, PydanticAI, etc.) — elegidos por problema, no por defecto.Engineering harnesses alrededor de los agentes: evaluación, tracing, guardrails, regression testing, CI/CD para prompts y agentes.Capas de contexto avanzadas: retrieval, memoria, knowledge graphs, estado de agente de larga duración.AI-assisted development como forma por defecto de trabajar: Claude Code y PI dentro de entornos colaborativos con skills, reglas e instruction files compartidos. No prompting ad-hoc.Codebases grandes, complejos y productivos donde escalabilidad y mantenibilidad importan.🎒 ResponsabilidadesDiseñar, implementar y desplegar workflows multi-agente y features GenAI desde requisitos hasta producción.Construir y mantener engineering harnesses: evals automáticos, tracing + observabilidad, guardrails, test suites de comportamiento de agentes.Implementar capas de retrieval y contexto (RAG, hybrid search, memoria, contexto basado en grafos) con calidad medible.Escribir código limpio, testeado y escalable en codebases compartidos complejos; revisar código de peers.Trabajar directamente con product owners y consultores para traducir problemas ambiguos en sistemas que funcionan.Usar coding agents a diario y saber dónde fallan.✅ Imprescindibles+5 años en software engineering + mínimo 2 años construyendo sistemas basados en LLM o agentes que llegaron a producción.Python sólido; fundamentos de ingeniería de software (testing, typing, packaging, APIs, async, CI/CD).Experiencia hands-on en producción con frameworks y protocolos de agentes: LangGraph, A2A, PydanticAI o similares. Framework-agnostic y capacidad de elegir la herramienta adecuada al problema.Uso probado de coding agents (Claude Code, PI) en trabajo colaborativo real.Experiencia con LLM evaluation y observabilidad (LangSmith, Langfuse, Braintrust, pipelines eval propios).Retrieval y context engineering: vector stores, estrategias de chunking + ranking, tool design, structured outputs.Cloud deployment (Azure, AWS o GCP)MCP: construir y consumir MCP servers, diseñar tools y protocolos para agentes.Knowledge graphs: graph databases (Neo4j o similar), GraphRAG, contexto y memoria basados en grafos.Inglés fluido.💡 Suma puntosA2A u otros estándares de interoperabilidad de agentes más allá de uso básico de MCP.Contribuciones open-source o publicaciones sobre agentic engineering.Fine-tuning o experiencia con small models; optimización de coste y latencia.Skills front-end o full-stack para construir demos y capas finas de producto.Experiencia en consultoría o client-facing.🎯 Señales de seniority que buscamosHas tenido ownership de un sistema agentic en producción y puedes explicar qué se rompió y cómo lo arreglaste.Puedes justificar decisiones de framework y arquitectura, incluyendo cuándo NO usar un agente.Necesitas dirección sobre el problema, no sobre la implementación.💻 CondicionesModalidad: freelance vía Shakers.Duración: 6 meses iniciales, con idea de continuidad a largo plazo.Ubicación: 100% remoto. Preferencia Madrid.En Shakers nos ocupamos de la gestión del proyecto, la facturación y el acompañamiento durante toda la colaboración. Tú te centras en llevar sistemas agentic a producción.