AI Platform Engineer

• Haber lanzado sistemas de agentes LLM en producción de los que dependían otras personas. No demos, no demostraciones internas. Sistemas con historial operativo, usuarios reales y al menos un incidente del que puedas hablar. El prompt engineering por sí solo no supera este nivel.

• Diseñar evaluaciones, no comprobaciones aleatorias. Construyes conjuntos de referencia (golden sets), escribes aserciones de comportamiento, defines rúbricas de juicio, estableces umbrales de aprobación y bloqueas el CI según el resultado. Puedes explicar por qué "revisamos un montón de resultados y parecían buenos" no es evaluación.

• Haber realizado un trabajo profundo de API en los sistemas donde vive el trabajo real, y haber desarrollado servidores MCP. Conoces los modos de fallo específicos de esas APIs, no solo que existen.

• Ser responsable de la infraestructura de extremo a extremo en Python en GCP, con un warehouse en la nube e infraestructura como código. Provisionas, despliegas, monitorizas y haces rollback de tus propios sistemas, y cierras las decisiones de arquitectura en lugar de derivarlas.

• Tener criterio sobre cómo el software contacta con los humanos. Tratas cada notificación como un gasto de una cantidad limitada de confianza.

• Trabajo público en este espacio. Un framework de agentes de código abierto, un servidor MCP, un entorno de evaluación, o escribir sobre la fiabilidad de los agentes que otros profesionales citen.

• Observabilidad de LLM e instrumentación de costes. Trazar ejecuciones de agentes, atribuir el gasto por ejecución y construir las consultas que convierten los logs brutos en un informe sobre el que alguien actúe.

• Has construido una plataforma interna que personas que no son ingenieros adoptaron voluntariamente, y puedes describir qué cambiaste tras observar cómo la usaban.

• Totalmente Remoto

  Contratamos a nivel mundial. Creemos que puedes hacer tu mejor trabajo desde cualquier lugar. No hay oficinas de Supabase, pero proporcionamos una membresía de WeWork o una asignación para co-working que puedes usar en cualquier parte del mundo.

• ESOP

  Cada miembro del equipo recibe ESOP (participación en el capital) de la empresa. Queremos que todos participen en el éxito de lo que estamos construyendo juntos.

• Asignación Tecnológica

  Utiliza este presupuesto para configurar tu entorno de trabajo ideal: portátil, monitor, auriculares o cualquier cosa que te ayude a realizar tu mejor trabajo.

• Beneficios de Salud

  Supabase cubre el 100% del seguro médico para los empleados y el 80% para sus dependientes, dondequiera que estés. Tu bienestar y la salud de tu familia son importantes para nosotros.

• Encuentros Anuales (Off-Sites)

  Una vez al año, toda la empresa se reúne en una ciudad nueva durante una semana de conexión, colaboración y diversión. Es uno de los momentos más destacados de nuestro año.

• Trabajo Flexible

  Operamos de forma asíncrona y confiamos en que gestiones tu propio tiempo. Tú sabes qué hay que hacer y cuándo.

• Desarrollo Profesional

  Cada miembro del equipo recibe una asignación anual para formación destinada al aprendizaje: cursos, libros, conferencias o cualquier cosa que apoye tu crecimiento.

Estamos contratando a un AI Platform Engineer para construir la capa de ejecución de los sistemas de IA internos de Supabase.

Supabase está construyendo un sistema operativo interno nativo de IA: una forma común de trabajar en toda la empresa donde la IA asume una parte significativa de la carga operativa en lugar de actuar simplemente como un asistente al lado de ella. Estamos creando un nuevo equipo central para construir esos sistemas, capacitar a los equipos e integrar las operaciones de IA en toda la organización. Tú serás el ingeniero de ese equipo.

La capa de ejecución es tuya. Construirás la plataforma que realmente ejecuta agentes: una cola activada por eventos, un runtime headless agnóstico al modelo, estado duradero para que el trabajo sobreviva a un reinicio, una puerta de revisión humana, rollback atómico y un registro completo de cada prompt, llamada a herramienta y decisión para que cualquier ejecución pueda ser reconstruida. Construirás la capa de evaluación que haga que todo esto sea confiable, porque un agente que no se puede medir no es digno de confianza para nada que vaya más allá de la lectura. Y construirás los propios agentes, desde la elaboración de informes ejecutivos hasta una capa de agentes que vigilen la plataforma y la mejoren.

Este es un entorno con una gobernanza intensiva por diseño, y esa es la parte interesante del problema. Los agentes se clasifican por niveles de riesgo, desde datos internos de solo lectura hasta resultados orientados al exterior, con una profundidad de revisión, requisitos de evaluación y aprobación humana que escalan según el nivel. Algunas capacidades están permanentemente prohibidas: un agente puede leer e informar, puede llevar una actualización redactada por un humano a un sistema de registro una vez que un humano da su consentimiento, y puede iniciar contacto dentro de un presupuesto estricto, pero nunca podrá escribir de forma autónoma un compromiso (un propietario, una fecha de entrega, un estado) en un sistema de trabajo compartido. Tu trabajo es hacer que eso sea estructuralmente imposible en lugar de simplemente prohibido.

Serás el único ingeniero de esta plataforma. Tomarás decisiones de arquitectura abiertas por ti mismo, serás el responsable de la infraestructura de extremo a extremo y dotarás al sistema de instrumentación para que informe de su propio retorno.

En este rol, tú:

• Lanzar la plataforma de agentes a producción. Una cola activada por eventos, un runtime headless agnóstico al modelo (la elección del runtime es una decisión abierta que tú cerrarás), estado duradero que sobreviva a una ejecución fallida, una puerta de revisión humana, rollback atómico y un registro completo de ejecuciones en el warehouse.

• Ser responsable de la capa de evaluación y activar la puerta de control que depende de ella. Suites de referencia (golden suites) con aserciones de comportamiento en lugar de intuición, criterios de juicio con una rúbrica escrita, casos de seguridad que deben aprobarse en cada ejecución y una puerta de CI que bloquee la fusión de una regresión. Esta es la condición previa para cada agente que haga algo más allá de leer datos internos.

• Construir y registrar el portafolio de agentes. Agentes de informes, redacción, linting, triaje y respuesta a preguntas en las capas ejecutiva, de líderes de equipo y de contribuyentes individuales, además de una capa meta que observe la plataforma y la mejore.

• Imponer la gobernanza mediante código. Niveles de riesgo que el pipeline aplica realmente, credenciales de mínimo privilegio por agente, puertas de permisos de herramientas, un registro de auditoría de decisiones y clases de autonomía donde la clase peligrosa no tiene ruta de código en lugar de una etiqueta de advertencia. Nada se ejecuta sin un propietario registrado, un nivel, una concesión de herramientas y una puerta humana.

• Diseñar cómo el sistema contacta con las personas. Un presupuesto estricto de interrupciones por persona, agrupación de mensajes en lugar de un flujo constante de notificaciones, y una estructura que aporte algo útil antes de pedir nada. La adopción depende de esto más que de cualquier otra elección de diseño individual.

• Ser responsable de las herramientas de la plataforma. El compilador y el validador, la integridad del inventario y las rutas que distribuyen el contexto y las capacidades en los repositorios y superficies de chat donde ocurre el trabajo.

• Calcular las medidas operativas a partir de datos de producción. Un pipeline desde la actividad bruta del sistema hasta un grado de madurez calculado por equipo, lo suficientemente defendible como para que un equipo pueda disputar el resultado y reciba una respuesta basada en la consulta en lugar de una opinión.

• Instrumentar el propio retorno de la plataforma. Un libro mayor que registre el trabajo que absorbe cada agente y calcule la cifra mensual, de modo que el valor del sistema sea una medición y no una afirmación.

Construyes el generador, no el artefacto. Cuando necesites treinta agentes, no escribes treinta agentes; construyes el inventario, el compilador y la ruta de distribución que haga que el trigésimo primer agente cueste una tarde, y luego una capa meta cuyo trabajo sea vigilar la plataforma, encontrar su deriva y presentar la solución.

La capa de evaluación es el mismo movimiento aplicado a la confianza. No estás comprobando si un agente es correcto hoy. Estás construyendo la máquina que decide si se permite lanzar cada agente futuro, lo que significa que la suite tiene que ser correcta de una manera en la que el agente no lo es, y lo que califica también tiene que ser calificado.

Empiezas por el fallo y trabajas hacia atrás hasta el diseño. La regla es que un agente nunca podrá escribir de forma autónoma un compromiso en un sistema de trabajo compartido. La implementación débil es una instrucción en un prompt. La fuerte es que la credencial en la concesión de herramientas del agente físicamente no puede establecer un propietario, una fecha de entrega o un estado, de modo que ninguna cantidad de entrada ingeniosa, inyección de prompt o error del modelo produzca la escritura prohibida. Buscas la segunda opción primero.

Lo mismo para la evaluación. Antes de escribir una suite, enumeras cómo puede equivocarse el agente: una actualización que inventa un progreso que no ocurrió, una que cita un canal privado en un resumen público, una que es precisa pero se lee como una acusación, una que atribuye el mérito a la persona equivocada. Entonces la suite es esa lista, cada caso detectado antes de que el agente se lance en lugar de después de que avergüence a alguien.

Utilizas herramientas agénticas en trabajo real, en archivos y repositorios, con el mismo rigor que aplicas a cualquier otra cosa que lances. Tienes una configuración propia y puedes describirla mecánicamente: qué la activa, qué tiene permitido tocar, dónde aprueba el humano, qué registra y cómo descubriste la única vez que falló.

Esa experiencia es este trabajo, generalizado. Estás construyendo para ingenieros asíncronos en más de 40 países que juzgarán la plataforma por si les ahorra una hora o les cuesta una, por lo que eres tu propio primer usuario y tu propio revisor más severo.

• La plataforma es aburrida. Los agentes se ejecutan según un horario y por eventos, el estado sobrevive a los reinicios, las ejecuciones fallidas hacen rollback limpiamente y cada ejecución puede reconstruirse a partir de su log.

• Nada se lanza sin evaluación. Cada agente registrado tiene una suite real con casos de seguridad, la puerta bloquea las regresiones y, cuando alguien cuestiona un resultado, la respuesta es un caso de prueba en lugar de un argumento.

• La acción peligrosa es imposible, no desaconsejada. Una auditoría de las credenciales de cualquier agente muestra que no puede realizar las escrituras que no tiene permitido realizar, y el registro de auditoría hace que cada decisión trascendental sea rastreable.

• Los equipos atraen la plataforma en lugar de ser empujados hacia ella. Los agentes se adoptan porque los informes son útiles y el contacto es poco frecuente y bien programado, y cada equipo termina con al menos un flujo de trabajo que se ejecuta automáticamente.

• La plataforma informa de su propio valor. El trabajo absorbido se mide y se publica, de modo que el argumento para ampliarla se basa en datos en lugar de entusiasmo.