Descripción

En SG Tech acompañamos a organizaciones líderes en la construcción y evolución de plataformas tecnológicas avanzadas, combinando ingeniería de software, cloud e inteligencia artificial. Nuestro modelo de trabajo se basa en la excelencia técnica, la estandarización y la colaboración estrecha con los equipos de nuestros clientes, participando en iniciativas estratégicas de alto impacto dentro de entornos complejos y en constante evolución.

Buscamos incorporar un Analista Funcional / Ingeniero Python Backend con experiencia sólida en desarrollo backend y arquitecturas técnicas basadas en modelos de lenguaje (LLMs) e IA generativa, para integrarse en un entorno de plataforma y herramientas de desarrollo dentro del ciclo de vida SDLC. El rol tiene un marcado enfoque técnico y arquitectónico, orientado al diseño, construcción, validación e industrialización de componentes reutilizables que soporten soluciones GenAI a escala corporativa.

La persona seleccionada participará activamente en el desarrollo de microservicios en Python, el diseño de arquitecturas de integración con LLMs, la automatización y observabilidad de la plataforma, así como en la ejecución de pruebas técnicas, PoCs y tareas de soporte especializado a otros equipos. Actuará como referente en el uso avanzado de Python y FastAPI aplicado a entornos productivos y a soluciones basadas en inteligencia artificial generativa, colaborando estrechamente con equipos de arquitectura, seguridad y plataforma.

Se trata de una posición idónea para perfiles con mentalidad de ingeniería, orientación a calidad y capacidad para moverse con solvencia entre desarrollo, arquitectura y operación, aportando criterio técnico en la toma de decisiones y en la evolución de la plataforma.

Requisitos

Requisitos técnicos
Imprescindibles
Desarrollo Backend y Microservicios
- Python avanzado (mínimo 5 años) aplicado a desarrollo backend, librerías internas, automatización y herramientas técnicas.
- Desarrollo de APIs y microservicios con FastAPI: validación de datos, gestión de dependencias, documentación automática y despliegue en producción.
- Construcción de módulos, librerías reutilizables y scaffolds internos para la estandarización del desarrollo.
- Aplicación de principios de clean code, testing y buenas prácticas de ingeniería software.
Arquitectura GenAI y LLMs
- Diseño de arquitecturas que integran microservicios con modelos de lenguaje (LLMs).
- Definición de patrones de orquestación, desacoplamiento, enriquecimiento de contexto, latencia y escalabilidad.
- Gestión de prompts, flujos de inferencia, paralelización y optimización del consumo de modelos en entornos corporativos.
- Integración con APIs SaaS/Cloud de LLMs (OpenAI u otros proveedores).
Arquitectura Técnica GenAI (LLMs, MCP y A2A)
- Diseño de arquitecturas técnicas para la integración de OpenAI, Azure OpenAI, GCP Vertex AI y AWS Bedrock.
- Definición de patrones de invocación, seguridad, autenticación, observabilidad y gobierno del consumo de modelos.
- Diseño e implementación de arquitecturas MCP (Model Context Protocol) y A2A (Agent-to-Agent) para habilitar comunicación segura y orquestación entre agentes, servicios y LLMs.
Operación, Automatización y Observabilidad
- Desarrollo de scripts y servicios en Python para:
- Telemetría y recopilación de métricas.
- Monitorización de uso, costes y rendimiento.
- Automatización de tareas operativas asociadas a plataformas GenAI.
- Contenerización con Docker y despliegue en entornos cloud.
- Conocimientos en AWS: CloudWatch, Lambda, X-Ray, AppRunner y/o Fargate.
DevOps y SDLC
- Uso de Git y flujos CI/CD.
- Experiencia con Jenkins, pipelines y automatización de despliegues.
- Conocimiento del ecosistema Python: Pip, Poetry, Pydantic, entre otros.
- Inglés técnico nivel B2.

Valorables
- Experiencia con librerías y frameworks para LLMs (OpenAI SDK, LangChain u otros).
- Participación en plataformas internas de desarrollo o herramientas SDLC.
- Certificaciones técnicas en cloud o desarrollo software.
- Experiencia en entornos de experimentación, benchmarking y pruebas de rendimiento en arquitecturas de IA.
Funciones avanzadas y responsabilidades técnicas
Desarrollo de PoCs y Validación Técnica
- Diseño y desarrollo completo de PoCs orientadas a validar productos de integración y gateways (Kong, Solo.io, Apigee, NGINX, entre otros).
- Experimentación con capacidades avanzadas: enrutado multi-proveedor, extensiones MCP, flujos A2A, RAG básico y benchmarking de modelos.
- Documentación de conclusiones técnicas para facilitar la toma de decisiones sobre la industrialización de soluciones.
Delivery Técnico e Implementación
- Ejecución hands-on del delivery técnico: configuración, despliegue e integración de la tecnología seleccionada en entornos corporativos.
- Configuración avanzada de gateways, políticas, plugins, extensiones, seguridad, trazabilidad y observabilidad.
- Integración con el ecosistema interno: IAM, redes privadas, observabilidad, CI/CD, IaC, auditoría y cumplimiento normativo.
- Construcción de artefactos técnicos (scripts, módulos, conectores, pipelines) necesarios para completar el delivery end-to-end.
Desarrollo, Automatización y Componentes Técnicos
- Desarrollo en Python de conectores, automatizaciones, pruebas de integración, SDKs internos y utilidades de experimentación con LLMs.
- Automatización de infraestructura y despliegues mediante Terraform y/o CloudFormation.
- Implementación de pipelines CI/CD con GitHub Actions, Azure DevOps y Cloud Build.