Lead AI Engineer & Architect

**Modalidad

** Remoto

**Ubicación

** México, Colombia o Brasil

**Inglés

** B2/C1

### 💼 Rango salarial

**México

** $90,000 – $140,000 MXN mensuales

**Colombia

** $17,000,000 – $22,950,000 COP mensuales

**Brasil

** $18,000 – $29,000 BRL mensuales

### Sobre la posición

Buscamos un **Lead AI Engineer & Architect** para liderar el diseño y desarrollo de una plataforma innovadora de **FinOps impulsada por Inteligencia Artificial**.

La posición tendrá un papel clave como **Líder Técnico y Arquitecto de Sistemas Multi-Agente** , participando en la construcción de una plataforma greenfield compuesta por múltiples agentes especializados de IA capaces de analizar información, generar insights, detectar anomalías, optimizar recursos y ejecutar acciones de manera autónoma.

Trabajarás en un entorno **multi-cloud (GCP/AWS)**, definiendo la arquitectura, orquestación, seguridad, gobernanza y escalabilidad de los agentes, así como los mecanismos necesarios para controlar costos y garantizar el cumplimiento de estándares empresariales y financieros.

### 🚀 Principales responsabilidades

• Diseñar y liderar la arquitectura de una plataforma de **sistemas multi-agente de IA**.
• Supervisar la implementación y orquestación de aproximadamente **8 agentes especializados**.
• Definir la comunicación entre agentes, herramientas y servicios.
• Liderar el ciclo de vida de **prompt engineering, tool calling y structured outputs**.
• Diseñar soluciones utilizando **Python, FastAPI, Pydantic y FastMCP**.
• Implementar y administrar el ruteo de diferentes LLMs mediante **LiteLLM Gateway y Vertex AI Model Garden**.
• Trabajar con modelos como **Gemini y Claude**.
• Diseñar mecanismos de **Tokenomics** para monitorear y controlar el consumo y costo de los LLMs.
• Implementar **guardrails y límites de ejecución** para agentes autónomos.
• Diseñar controles de seguridad y arquitecturas **Zero Trust**.
• Garantizar mecanismos de segregación de funciones y aprobación humana para procesos financieros sensibles bajo estándares **SOX**.
• Diseñar integraciones mediante APIs, eventos y sistemas de fallback como **Jira, Slack y Microsoft Teams**.
• Definir estándares de código, pruebas, APIs, esquemas y manejo de errores.
• Realizar code reviews y establecer buenas prácticas de ingeniería.
• Mentorear a ingenieros de IA Senior y Semi-Senior.
• Colaborar en el diseño de arquitecturas escalables sobre **GCP y AWS**.

### 🧠 Requisitos indispensables

• **8+ años de experiencia** en Software Engineering.
• **3+ años en posiciones de liderazgo técnico** , arquitectura o liderazgo de soluciones de IA.
• Experiencia práctica construyendo **soluciones basadas en LLMs y/o sistemas multi-agente**.
• Dominio avanzado de **Python 3.11+**.
• Experiencia con **FastAPI y Pydantic**.
• Experiencia con **MCP/FastMCP**.

Experiencia con **Google Cloud** , especialmente

• Experiencia con **Google ADK** y/o frameworks de agentes.
• Experiencia con **LiteLLM Gateway** o soluciones similares de LLM routing.
• Experiencia con **RAG**.
• Conocimiento de **Graph RAG y/o Hybrid RAG**.
• Experiencia en prompt engineering, tool calling y structured outputs.
• Conocimientos de seguridad como **Zero Trust, OAuth, RBAC y Workload Identity**.
• Experiencia con **audit logging** y controles de seguridad.
• Conocimiento de especificaciones de error para APIs/MCP, idealmente **RFC 7807/9457**.
• Experiencia con lenguajes empresariales orientados a objetos, preferentemente **Java**.
• Inglés **B2/C1**.

### ⭐ Será un plus

• Experiencia en **FinOps y optimización de costos cloud**.
• Experiencia en plataformas financieras o empresariales.
• Experiencia con **SOX y segregación de funciones**.
• Experiencia controlando costos y consumo de tokens de LLM.
• Experiencia con arquitecturas **OLAP** , SQL y esquemas de datos bajo estándares como **FOCUS**.
• Experiencia implementando agentes autónomos capaces de ejecutar acciones sobre sistemas empresariales.

### 🤖 ¿Qué tipo de soluciones desarrollarás?

Los agentes de IA de la plataforma podrán

• Analizar grandes volúmenes de información y generar insights.
• Detectar anomalías.
• Identificar oportunidades de optimización de recursos.
• Ejecutar acciones automatizadas.
• Apoyar operaciones financieras.
• Optimizar costos de infraestructura cloud.
• Interactuar con APIs y herramientas empresariales.
• Escalar acciones hacia procesos de aprobación humana cuando sea necesario.

###