Experteer Overview Entra a diseñar, construir y desplegar sistemas agenticos de IA en producción para clientes empresariales. Colaborarás con equipos de ingeniería de clientes y dirigirás sesiones técnicas para definir patrones reutilizables y aceleradores que escalen más allá de proyectos individuales. Ubicado en el corazón de una red de talento en IA, aportarás en la gobernanza, operaciones de LLM y métricas de impacto. Participarás en un contexto de trabajo diverso y con acceso a programas de colaboración con gigantes de IA, impulsando soluciones que operan a gran escala en entornos reales.Compensaciones / Beneficios
- Arquitectar y gobernar sistemas agenticos en producción a escala empresarial, incluyendo orquestación multi-agent, pipelines RAG, routing basado en políticas, gestión de memoria y observabilidad a nivel de programa
- Definir estándares de pipelines RAG: estrategias de chunking y embeddings, benchmarks de calidad y decisiones basadas en métricas transferibles
- Establecer estándares de integración de múltiples LLMs: arquitectura independiente del proveedor, enrutamiento de respaldo y gobernanza de costos entre OpenAI, Anthropic, Vertex AI y modelos open-source
- Gestionar LLMOps a escala de programas: estrategia de evaluación, gobernanza de prompts, herramientas de observabilidad, monitoreo de seguridad y control de costos
- Dirigir engagements con clientes a nivel senior: facilitar sesiones de diseño, liderar entregas de prueba de concepto y alinear liderazgo tecnológico
- Diseñar y publicar patrones reutilizables, aceleradores y estándares de ingeniería para escalar prácticas y reducir tiempos de onboarding




- Ser dueño del marco de medición de calidad de sistemas agenticos: definir métricas de exactitud, latencia, seguridad y costo; presentar impacto de IAa nivel de negocio a stakeholdersResponsabilidades
- Experiencia sólida en ingeniería de software en entornos de producción
- Experiencia práctica diseñando y desplegando soluciones de IA agentica en producción
- Experiencia con marcos de orquestación agentica (LangGraph, CrewAI, AutoGen u otros equivalentes) a profundidad de producción
- Experiencia llamando APIs de LLM (OpenAI, Anthropic, Vertex AI) en código de producción, con abstracción de proveedores y gestión de tokens
- Gestión de pipelines RAG: embeddings, estrategia de chunking, bases de vectores y ingeniería de contexto
- Fundamentos de LLMOps: diseño de harness de evaluación, versionado de prompts y observabilidad en producción
- Madurez en ingeniería nativa en la nube: Kubernetes, Docker, microservicios, serverless, CI/CD e IaC (Terraform o Helm)
- Buen nivel de Python; Java u otro backend aceptable; experiencia en depuración y observabilidad en producción
- Requiere liderazgo de equipos de ingeniería y manejo de desarrollo profesional de personas
- Experiencia gestionando, desarrollando y evaluando equipos de ingeniería y conversaciones de desarrolloRequisitos principales
- fellowship/colaboración con gigantes de IA
- certificaciones y aprendizaje continuo
- oportunidades de trabajo en múltiples industrias
- ambiente inclusivo y enfoque en bienestar
- programas de desarrollo profesional
- proyecto de impacto en clientes a gran escala

📌 Ai Native Software Engineering Manager | Spain (Madrid)
🏢 Accenture
📍 Madrid