Ingeniero/a de Software – IA Generativa y Sistemas Agénticos (REMOTO 100%)

Trabajos en Invox Medical

2d • Remote

About The Position

En Invox Medical, el/la Ingeniero/a de Software especializado/a en IA Generativa diseña y construye agentes fiables, medibles y mantenibles para convertir casos de uso clínicos en sistemas de producción. El puesto abarca el ciclo completo del runtime agéntico: arquitectura de grafos, estado y memoria, uso de herramientas, planificación y ejecución, recuperación ante fallos, intervención humana, evaluación continua, despliegue y operación. Se aplica ingeniería de software rigurosa a sistemas no deterministas que trabajan con información clínica y requieren calidad, seguridad y trazabilidad.

La persona desarrollará el core en Python y las integraciones de plataforma en TypeScript, desplegando servicios en AWS y, cuando lo requiera el proyecto, en entornos contenerizados u on-premise. Diseñará workflows clínicos con LangGraph, estrategias de RAG y routing de modelos, además de instrumentación y evaluaciones para controlar fidelidad médica, grounding, seguridad y calidad del uso de herramientas.

Requirements

• Experiencia llevando a producción agentes o workflows multi-step con ciclos, routing, uso de herramientas, estado persistente y manejo explícito de fallos.
• Capacidad para modelar StateGraphs, nodos, edges, subgrafos, checkpointers, interrupciones y reanudación en LangGraph, y justificar cuándo utilizar LangGraph, código propio u otra abstracción.
• Dominio de Python asíncrono, tipado, testing y diseño de servicios; capacidad práctica para desarrollar integraciones y APIs mantenibles en TypeScript.
• Experiencia de ingeniería de producción con APIs, colas o eventos, concurrencia, idempotencia, seguridad, CI/CD, Docker y despliegues en AWS.
• Experiencia operando sistemas con requisitos de latencia y disponibilidad.
• Experiencia con trazas y métricas de LLM/agentes y con evaluaciones basadas en datasets.
• Capacidad para diseñar esquemas de tool calling y salidas estructuradas, validar respuestas del modelo y controlar permisos, errores, reintentos y efectos secundarios de las herramientas.
• Comprensión de chunking, embeddings, búsqueda híbrida, reranking, filtros de seguridad y evaluación de retrieval; capacidad para trabajar con bases vectoriales y conocimiento estructurado.
• Compromiso con la trazabilidad, privacidad, reproducibilidad y seguridad de las decisiones asistidas por IA en el entorno sanitario.

Nice To Haves

• Experiencia con memoria de largo plazo, checkpointers y sistemas human-in-the-loop para agentes; conocimiento de mem0 o herramientas equivalentes.
• Experiencia con Graph-RAG, knowledge graphs, Neo4j/Cypher o modelado de terminologías clínicas.
• Conocimiento de protocolos y ecosistemas de interoperabilidad de herramientas para agentes, como MCP, y de arquitecturas multi-agente cuando aporten valor.
• Experiencia optimizando coste y latencia mediante model routing, caching, batching, compresión de contexto, modelos pequeños o modelos open source.
• Experiencia con Terraform/AWS CDK, Kubernetes, SageMaker, FastAPI, Pydantic, Redis, PostgreSQL o bases vectoriales en producción.
• Familiaridad con terminologías sanitarias y estándares como CIE-10, SNOMED CT o HL7/FHIR.

Responsibilities

• Diseñar y construir grafos de agentes con LangGraph, incluidos nodos, routing, ciclos, paralelismo, streaming, interrupciones y subgrafos, para workflows clínicos reales.
• Modelar estado tipado y persistente, memoria de sesión y de largo plazo, checkpointers y reanudación de ejecuciones; implementar idempotencia, timeouts, reintentos y límites de coste.
• Diseñar contratos de herramientas, salidas estructuradas y tool calling; integrar APIs y fuentes clínicas con permisos, validación, sandboxing e intervención humana según el riesgo.
• Construir retrieval híbrido, reranking, filtros por tenant, Graph-RAG y estrategias de grounding sobre conocimiento médico, utilizando bases vectoriales y grafos cuando aporten valor.
• Seleccionar y combinar modelos según calidad, latencia, coste, privacidad y disponibilidad, evitando acoplar la arquitectura a un único proveedor.
• Instrumentar las ejecuciones para registrar decisiones, herramientas, tokens, coste, latencia y errores.
• Crear datasets y evaluaciones de regresión para medir fidelidad médica, groundedness, seguridad y calidad del uso de herramientas antes de promover cambios.
• Implementar el core en Python e integraciones de plataforma en TypeScript, y desplegar servicios robustos en AWS o, cuando se requiera, en entornos contenerizados u on-premise.

What This Job Offers

• Job Type: Full-time
• Education Level: No Education Listed