[Hiring] Software Engineer – Generative AI and Agent Systems @Invox Medical

Role Description

Buscamos un/a Ingeniero/a de Software especializado/a en IA Generativa para convertir casos de uso clínicos en agentes fiables, medibles y mantenibles. No buscamos prototipos que solo respondan a un prompt. Buscamos a alguien capaz de diseñar el runtime completo de un agente: estado, memoria, herramientas, planificación, ejecución, recuperación ante fallos, intervención humana y evaluación continua. Trabajarás desde la arquitectura del grafo hasta el despliegue y la operación en producción, aplicando ingeniería de software rigurosa a sistemas no deterministas.

Tus retos principales

• Diseño del runtime agéntico: Diseñarás y construirás grafos con LangGraph —nodos, routing, loops, paralelismo, streaming, interrupts y subgrafos— para resolver workflows clínicos reales, no únicamente cadenas lineales.
• Estado, memoria y control: Modelarás estado tipado y persistente, memoria de sesión y memoria de largo plazo, checkpointers, reanudación de ejecuciones, idempotencia, timeouts, retries y límites de coste.
• Tool use y autonomía segura: Diseñarás contratos de herramientas, structured outputs y tool calling; integrarás APIs y fuentes clínicas con permisos, validación, sandboxing y human-in-the-loop cuando el riesgo lo requiera.
• RAG y conocimiento clínico: Construirás retrieval híbrido, reranking, filtros por tenant, Graph-RAG y estrategias de grounding sobre conocimiento médico, incluyendo bases vectoriales y grafos cuando aporten valor.
• Modelos y routing: Seleccionarás y combinarás modelos según calidad, latencia, coste, privacidad y disponibilidad; trabajarás con proveedores como AWS Bedrock y otras APIs de modelos sin acoplar la arquitectura a uno solo.
• Observabilidad y evaluación: Instrumentarás cada ejecución para conocer decisiones, herramientas, tokens, coste, latencia y errores. Crearás datasets y evals de regresión para medir fidelidad médica, groundedness, seguridad y calidad de tool use antes de promover cambios.
• Producción e integración: Implementarás el core en Python y las integraciones de plataforma en TypeScript, desplegando servicios robustos en AWS y, cuando el proyecto lo exija, en entornos contenerizados u on-premise.

Qualifications

• Experiencia construyendo agentes: Has llevado a producción agentes o workflows multi-step con ciclos, routing, uso de herramientas, estado persistente y manejo explícito de fallos.
• LangGraph como herramienta de arquitectura: Sabes modelar StateGraphs, nodos, edges, subgrafos, checkpointers, interrupciones y reanudación; entiendes cuándo usar LangGraph, código propio u otra abstracción y puedes justificar la decisión.
• Python sólido y TypeScript práctico: Dominas Python asíncrono, tipado, testing y diseño de servicios; puedes desarrollar integraciones y APIs mantenibles en TypeScript.
• Ingeniería de producción: Experiencia con APIs, colas o eventos, concurrencia, idempotencia, seguridad, CI/CD, Docker y despliegues en AWS. Sabes operar sistemas con requisitos de latencia y disponibilidad.
• Evaluación y observabilidad de LLMs: Has trabajado con trazas y métricas de LLM/agent (por ejemplo, OpenTelemetry, Arize Phoenix, Langfuse, LangSmith o Datadog) y con evals basadas en datasets (por ejemplo, Ragas o DeepEval).
• Tool calling y salidas estructuradas: Diseñas esquemas, validas respuestas del modelo y controlas permisos, errores, reintentos y efectos secundarios de las herramientas.
• RAG aplicado: Entiendes chunking, embeddings, búsqueda híbrida, reranking, filtros de seguridad y evaluación de retrieval; puedes trabajar con bases vectoriales y conocimiento estructurado.
• Rigor para el entorno sanitario: Te importan la trazabilidad, la privacidad, la reproducibilidad y la seguridad de las decisiones asistidas por IA.

Requirements

• Experiencia con memoria de largo plazo, checkpointers y sistemas human-in-the-loop para agentes; conocimiento de patrones o herramientas como mem0 o 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 real.
• 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.

Benefits

• Oportunidad de trabajar en un entorno innovador y en crecimiento.
• Contribuir a la mejora de la atención sanitaria mediante tecnología avanzada.
• Colaborar con un equipo altamente cualificado y motivado.