Buscamos un Software Engineer para incorporarse a su área de AI & Data y contribuir al desarrollo de la base de ingeniería necesaria para construir sistemas de IA agéntica (Agentic AI) preparados para entornos productivos.

La posición está dirigida a ingenieros de software con una sólida base en backend y cloud, que también comprendan la complejidad específica de la IA agéntica: orquestación de procesos de razonamiento en múltiples pasos, integración de LLMs con herramientas y memoria, evaluación del comportamiento de los agentes a escala y garantía de fiabilidad y observabilidad en producción.

El Software Engineer colaborará estrechamente con equipos orientados a la investigación, trasladando los avances en evaluación de agentes y patrones de IA agéntica a funcionalidades de producto escalables. El puesto requiere rigor de ingeniería, capacidad de decisión arquitectónica y verdadera curiosidad por la evolución de la IA agéntica.

Los candidatos deben tener una mentalidad orientada a producto y sentirse cómodos trabajando en entornos dinámicos, en constante evolución y cambio.

RESPONSABILIDADES PRINCIPALES

Diseñar y desarrollar sistemas de IA agéntica, incluyendo capas de orquestación, frameworks de evaluación y la infraestructura necesaria para garantizar que los agentes sean fiables y observables en producción.

Implementar y mantener flujos de trabajo de orquestación de agentes utilizando LangGraph, AWS AgentCore y frameworks relacionados, cubriendo razonamiento en múltiples pasos, uso de herramientas, memoria y patrones de planificación.

Desarrollar APIs y servicios backend que soporten flujos de trabajo complejos de IA agéntica, incluyendo patrones human-in-the-loop/lead,



ejecución asíncrona e integración con plataformas externas.

Implementar el cálculo de métricas, evaluación del comportamiento, monitorización y observabilidad de sistemas de IA agéntica en producción, incluyendo el seguimiento de las decisiones de los agentes y la detección de posibles fallos.

Operar cargas de trabajo de IA agéntica sobre AWS utilizando EKS, Bedrock y AgentCore, garantizando escalabilidad, seguridad y eficiencia de costes.

Diseñar e implementar servidores MCP como capas de exposición de herramientas para agentes de IA, así como integrar servidores MCP existentes en flujos de trabajo agénticos y pipelines de orquestación multiagente.

Desarrollar componentes de acceso a datos que expongan capas semánticas y estructuras de conocimiento a agentes de IA, sistemas de recuperación basados en LLM y asistentes inteligentes.

REQUISITOS

Grado o Máster en Informática, Matemáticas, Física, Ingeniería o una disciplina relacionada.

Experiencia demostrable en ingeniería backend o cloud, trabajando con sistemas desplegados y operados en producción.

Sólidos conocimientos de ingeniería de software y capacidad para desarrollar código limpio, testeable y mantenible en entornos productivos.





Experiencia diseñando e implementando APIs RESTful y servicios backend utilizando FastAPI o frameworks equivalentes, incluyendo patrones asíncronos y optimización del rendimiento.

Sólidos conocimientos de AWS y arquitecturas cloud-native, incluyendo EKS/Kubernetes, IAM, networking, observabilidad y despliegue de servicios escalables.

Dominio de fundamentos de ingeniería de software: patrones de diseño, principios SOLID y clean code.

Experiencia práctica integrando y consumiendo servicios LLM mediante AWS Bedrock o plataformas cloud equivalentes.

Experiencia práctica con frameworks de orquestación de agentes, como LangGraph, LangChain, AWS AgentCore o equivalentes.

Experiencia diseñando e implementando servidores MCP como capas de exposición de herramientas para agentes de IA, así como integrando y consumiendo servidores MCP existentes dentro de flujos de trabajo agénticos y pipelines de orquestación multiagente.

Conocimientos de patrones avanzados de evaluación de agentes, como LLM-as-a-judge, evaluación adversarial o automated red-teaming.

Experiencia con arquitecturas orientadas a eventos o sistemas de streaming para integración de datos en tiempo real dentro de pipelines agénticos.

Capacidad para comprender y resolver los retos específicos de la ingeniería de sistemas agénticos en producción: no determinismo, seguridad, latencia, costes y gestión de fallos.

Conocimientos de prácticas modernas de observabilidad: logging estructurado, trazabilidad distribuida y monitorización de sistemas de IA en producción.

Conocimientos de prácticas modernas de ingeniería: CI/CD, Docker, Git y Terraform u otras herramientas equivalentes de infraestructura como código.

📌 Software Engineer especializado en Agentic AI (España)
🏢 Grupo TECDATA Engineering
📍 España