Senior Python Backend Developer / ML Engineer

• Proyectos increíbles con impacto
• Cursos de Udemy de tu elección
• Team-buildings, eventos, maratones y actividades benéficas para conectar y recargar energías
• Talleres, formación y puesta en común de conocimientos expertos para que sigas creciendo
• Plan de carrera claro
• Días de ausencia para el equilibrio entre la vida laboral y personal
• Horarios y configuración de trabajo flexibles: trabaja desde cualquier lugar y organiza tu día a tu manera

El producto de nuestro cliente es una plataforma impulsada por IA que ayuda a las empresas a tomar mejores decisiones y a trabajar de forma más eficiente. Utiliza analítica avanzada y aprendizaje automático para analizar grandes cantidades de datos y proporcionar información y predicciones útiles. La plataforma se utiliza ampliamente en diversos sectores, incluido el de la salud, para optimizar procesos, mejorar la experiencia del cliente y fomentar la innovación. Se integra fácilmente con los sistemas existentes, lo que facilita que los equipos tomen decisiones rápidas basadas en datos para ofrecer soluciones de vanguardia.

• Construir, perfeccionar y utilizar plataformas y componentes de ML Engineering; desarrollar e implementar sistemas de backend, APIs y microservicios escalables utilizando FastAPI.
• Implementar MLOps, incluyendo la medición de KPIs de modelos, seguimiento, detección de deriva del modelo (model drift) y bucles de retroalimentación del modelo.
• Desplegar y operacionalizar modelos de ML y Deep Learning, con un fuerte enfoque en LLMs e IA Generativa.
• Integrar Azure OpenAI (GPT-4, GPT-4 Vision) y otros proveedores de LLM con una lógica de reintento y gestión de errores adecuada.
• Mantener conocimientos actualizados sobre tecnologías de vanguardia como LLMs, GenAI y arquitecturas transformer.
• Escalar algoritmos de aprendizaje automático para trabajar con conjuntos de datos masivos bajo estrictos SLAs.
• Construir y orquestar pipelines de modelos, incluyendo ingeniería de características, inferencia y entrenamiento continuo de modelos.
• Escribir código de aplicación de backend en Python y SQL utilizando sólidos principios orientados a objetos y programación asíncrona (asyncio, async/await).
• Implementar patrones de inyección de dependencias y arquitectura por capas (Service, Foundation, Orchestration, DAL).
• Construir observabilidad de LLM (por ejemplo, Langfuse) para rastrear prompts, tokens, costes y latencia.
• Desarrollar sistemas de gestión de prompts con versionado y mecanismos de fallback.
• Implementar flujos de trabajo con Celery (o similares) para el procesamiento de tareas asíncronas y pipelines complejos.
• Construir arquitecturas multi-inquilino (multi-tenant) con aislamiento de datos de clientes.
• Implementar estrategias de optimización de costes para el uso de LLM (caché de prompts, procesamiento por lotes, optimización de tokens).
• Integrar APIs y servicios de terceros (por ejemplo, servicios de documentos/OCR, almacenamiento en la nube, sistemas empresariales).
• Colaborar con los equipos de atención al cliente para comprender el contexto de negocio y contribuir a la recopilación de requisitos técnicos.
• Escribir código listo para producción que sea testeable, mantenible y que tenga en cuenta casos límite (edge cases) y errores.
• Garantizar la alta calidad de las entregas siguiendo las directrices de arquitectura/diseño, las mejores prácticas de codificación y revisiones periódicas de diseño/código.
• Escribir pruebas unitarias y pruebas de nivel superior para gestionar correctamente los casos límite y errores previstos.
• Solucionar problemas (troubleshoot) en el código de la aplicación de backend utilizando registro estructurado (structured logging) y trazado distribuido (distributed tracing).
• Utilizar herramientas de seguimiento de errores, revisión de código, control de versiones y otras herramientas para organizar y entregar el trabajo.
• Participar en llamadas de scrum y ceremonias ágiles, comunicando el progreso, los problemas y las dependencias.
• Documentar los cambios y actualizaciones de la aplicación, incluyendo la documentación de la API mediante OpenAPI/Swagger.
• Investigar y evaluar patrones de arquitectura y tecnologías emergentes mediante un aprendizaje rápido, pruebas de concepto y prototipos.