Senior Genai Software Engineer
3 days ago
Madrid
ph3Descripción breve /h3 pImpulsar el diseño y desarrollo de aplicaciones y servicios de IA que integren modelos de lenguaje (LLMs) y capacidades de IA Generativa en entornos cloud (Azure/AWS/GCP), con prácticas de ingeniería modernas (CI/CD, testing, observabilidad, seguridad) para llevar a producción soluciones robustas (RAG, agentes, automatización de procesos) alineadas con marcos de entrega confiable de GenAI. /p ul liDiseñar y desarrollar servicios backend (REST/GraphQL) y microservicios que integren LLMs (Azure OpenAI, OpenAI, Vertex AI, Amazon Bedrock) y herramientas/funciones para ejecutar acciones sobre APIs internas/externas. /li liConstruir pipelines de RAG (ingesta, chunking, embeddings, almacenamiento vectorial, retrieval) y agentes con orquestadores (LangChain, LlamaIndex, Semantic Kernel, u otros) y mecanismos de tool/function calling. /li liImplementar CI/CD (GitHub Actions, GitLab CI, Azure DevOps, Jenkins), contenedores (Docker, Kubernetes) y observabilidad (logging, métricas, tracing). /li liAsegurar calidad: TDD/BDD, pruebas unitarias/contract/integración; definir gateways de calidad (linting, SAST/DAST, escaneo de dependencias). /li liAplicar LLMOps/MLOps: versionado de prompts y artefactos, evaluación de calidad (exactitud, groundedness, toxicity), monitorización (latencia, coste, drift), y guardrails (políticas, contenidos, PII). /li liColaborar con arquitectura, datos, seguridad y negocio para aterrizar requisitos no funcionales (escalabilidad, resiliencia, coste) y gobierno/ética de IA (acceso a datos, cumplimiento). /li liDocumentar decisiones (ADRs), elaborar playbooks reutilizables y apoyar revisiones de código y mentoring de perfiles más junior. /li liContribuir a aceleradores internos y componentes reutilizables alineados con los marcos de capacidades de Data AI. /li /ul h3Descripción larga /h3 ul liSólida base de ingeniería de software (3–7+ años, según seniority): diseño de APIs, patrones de integración, concurrencia/asíncrono, buenas prácticas de código (Clean Code, SOLID). /li liExperiencia en Python y frameworks backend (FastAPI, Flask, Express, etc.). /li liGit avanzado (branching model, pull requests, code review) y CI/CD en alguno de: GitHub Actions / GitLab CI / Azure DevOps / Jenkins. /li liCloud (al menos una: Azure, AWS o GCP) con despliegue de cargas en contenedor (Docker; deseable Kubernetes). /li liIntegración con servicios de GenAI/LLMs (Azure OpenAI, OpenAI, Vertex AI, Bedrock): consumo de APIs, autenticación, gestión de costes y límites, prompting y evaluación básica. /li liConocimientos prácticos de RAG (embeddings, vector stores como FAISS, pgvector, Pinecone) y orquestadores (LangChain/LlamaIndex/Semantic Kernel). /li liTesting (unit/integration/contract), monitorización (p. ej., OpenTelemetry), y seguridad básica de APIs (OAuth2/OIDC, secretos, rate limiting). /li liInglés profesional (trabajo con documentación y equipos internacionales). /li liLLMOps/MLOps: MLflow, Weights Biases, Prompt Flow/Azure AI Studio evals, experiment tracking y dashboards de evaluación. /li liMentalidad de producto y obsesión por la calidad en producción. /li liColaboración con equipos multidisciplinares (arquitectura, datos, seguridad, negocio). /li liAprendizaje continuo en un entorno muy dinámico (nuevos modelos, frameworks, evaluaciones). /li liComunicación clara y documentación de decisiones. /li /ul h3Experiencia deseada /h3 ul liInfra as Code (Terraform), Kubernetes avanzado (ingress, autoscaling, service mesh), event driven (Pub/Sub, Kafka). /li liObservabilidad y fiabilidad: SLO/SLA, alerting, caídas controladas, chaos testing. /li liSeguridad y cumplimiento en GenAI: redacción de guardrails, filtrado de PII, controles de contenido. /li liExperiencia con Agentic AI (planificación, herramientas, memoria, equipos de agentes). /li /ul h3Ventajas y cultura /h3 pValoramos todas las candidaturas y ofrecemos formación presencial, online y certificaciones. Aunque no cumplas el 100 % de los requisitos, queremos conocerte. /p p¿Qué te gustará de trabajar aquí? /p ul liProyectos variados y desafiantes: retos multisectoriales, evitando la rutina. /li liFlexibilidad y modelo híbrido: equilibrio vida‑trabajo. /li liAprendizaje continuo: formación en cloud, data governance, IA generativa. /li liDiversidad de clientes e innovación constante. /li liEntornos colaborativos e inclusivos. /li liCrecimiento profesional y “challenge” técnico: autonomía, mentoring, certificaciones. /li /ul h3Acerca de Capgemini /h3 pCapgemini es un socio global en transformación empresarial y tecnológica, con 340 000 profesionales en más de 50 países y más de 55 años de trayectoria. Ofrecemos servicios y soluciones end‑to‑end que abarcan estrategia, diseño, ingeniería, IA, cloud y datos, con profundo conocimiento sectorial y ecosistema de partners. /p /p #J-18808-Ljbffr