Ingeniero de Agentes de Vídeo con IA

Sólida experiencia construyendo sistemas multiagente, incluyendo:

• modelado de intención y sub-intenciones

• orquestación de agentes

• capas de comunicación y transporte de agentes

• pipelines de resumen

• paso de contexto entre agentes

Experiencia práctica con:

• n8n

• Llamada a herramientas de agentes (Agent tool-calling)

• n8n MCP

Es esencial tener experiencia diseñando pipelines de automatización complejos.

Sólidas habilidades prácticas de codificación con una mentalidad de vibe coding:

Lenguajes principales:

• Python

• JavaScript

Capacidad para navegar rápidamente por la documentación de las API e integrar herramientas para:

• generación de imágenes

• generación de vídeo

• síntesis de voz

• generación de audio

• análisis multimodal

Deberías saber dónde y cómo obtener la mejor calidad de generación para cada modalidad.

Pensamiento Creativo

• Fuerte sentido del ritmo visual y la composición

• Intuición creativa y conciencia narrativa

• Buen gusto en la estructura de vídeo y el montaje

• Capacidad para evaluar el resultado generado por IA no solo mediante métricas, sino también por su calidad creativa y coherencia narrativa

Experiencia adicional:

• nodos personalizados de ComfyUI

• APIs ligeras (por ejemplo, HuggingFace Spaces o endpoints de inferencia)

Experiencia preferible con:

• FFmpeg

• pipelines de procesamiento de vídeo

• flujos de trabajo de procesamiento de imágenes

Las siguientes cualificaciones no son obligatorias, pero fortalecerán significativamente el perfil de un candidato durante el proceso de evaluación:

Comprensión profunda de frameworks como LangGraph y LangChain para la construcción de grafos de estado cíclicos complejos y sistemas de agentes con estado.

Experiencia en el diseño de sistemas de memoria a largo plazo para agentes, incluyendo mecanismos para almacenar y recuperar patrones o escenarios de ejecución exitosos para mejorar el rendimiento futuro mediante la recuperación basada en la experiencia.

Experiencia en la creación de agentes con bucles de retroalimentación como self-reflection, self-critique o corrección de estrategia, permitiéndoles verificar sus propias acciones y adaptar la lógica de ejecución de forma dinámica.

Experiencia con herramientas para la monitorización, depuración y evaluación de cadenas de agentes y comportamiento de prompts, tales como LangSmith, Arize Phoenix o Promptfoo, con capacidad para identificar fallos lógicos, regresiones de calidad y cuellos de botella en la orquestación.

Estamos construyendo un sistema de producción de vídeo impulsado por IA diseñado como una capa de orquestación multiagente inteligente capaz de transformar ideas brutas y referencias en contenido de vídeo totalmente estructurado.

El sistema funciona como un motor creativo de caja negra para diferentes tipos de usuarios:

• creadores de vídeo profesionales

• usuarios ocasionales

• creadores de conceptos narrativos cortos

Los usuarios proporcionan una idea, referencias o fragmentos de medios, y el sistema orquesta automáticamente múltiples agentes de IA responsables del análisis, guionización, edición y producción de contenido de vídeo.

Buscamos un ingeniero que pueda diseñar e implementar pipelines multiagente, orquestar herramientas de IA y construir flujos de trabajo inteligentes que combinen el análisis de vídeo, la lógica de narrativa y la edición automatizada.

Este rol se sitúa en la intersección de la arquitectura de sistemas de IA, las herramientas creativas y la generación de contenido multimodal.

Diseñar e implementar la arquitectura de un sistema de edición de vídeo multiagente que incluya agentes responsables de:

• análisis de vídeo

• generación narrativa

• orquestación de la edición

• producción y síntesis de resultados

Definir prompts del sistema, reglas de comportamiento e instrucciones estructuradas para los agentes que interactúan dentro del pipeline.

Desarrollar y mantener pipelines de orquestación complejos en n8n, incluyendo:

• flujos de trabajo multiagente

• lógica de llamada a herramientas (tool-calling)

• enrutamiento dinámico entre herramientas y modelos

• paso de contexto entre agentes

Los pipelines deben ser capaces de seleccionar los modelos, herramientas y estrategias más apropiados según la tarea.

Diseñar pipelines robustos para el manejo de:

• materiales de vídeo

• activos de imagen

• prompts de texto de usuario

• metadatos estructurados

Garantizar una transformación de datos y una transferencia de contexto adecuadas a través de las etapas del pipeline.

Integrar APIs tanto externas como internas para la generación y el procesamiento multimodal, incluyendo:

• generación de imágenes

• generación de vídeo

• síntesis de voz

• generación de audio

• servicios de procesamiento de vídeo

Evaluar rápidamente las APIs disponibles y seleccionar las mejores herramientas y modelos de calidad para cada tarea.

Ajustar y optimizar las interacciones de los modelos, principalmente basados en modelos Gemini, incluyendo:

• ingeniería de prompts

• outputs estructurados

• flujos de trabajo de llamada a herramientas

• lógica de colaboración de agentes

Optimizar los pipelines para obtener calidad, fiabilidad y eficiencia de ejecución.

Diseñar sistemas que soporten:

• bases de datos vectoriales

• generación aumentada por recuperación (RAG)

• memoria y razonamiento contextual entre agentes

El sistema de pipeline debe ser capaz de:

1. Tomar una idea + referencias como entrada

2. Analizar el contenido

3. Generar una estructura narrativa coherente

4. Seleccionar elementos visuales y de audio apropiados

5. Producir un resultado de vídeo estructurado y de alta calidad

Ubicación: Remoto
Tipo de puesto: Jornada completa