Ingeniero de IA (Agentico)

CoreWeave es la nube esencial para AI™. Creado para pioneros por pioneros, CoreWeave ofrece una plataforma de tecnología, herramientas y equipos que permite a los innovadores crear y escalar la IA con confianza. Con la confianza de los principales laboratorios de inteligencia artificial, nuevas empresas y empresas globales, CoreWeave combina un rendimiento de infraestructura superior con una profunda experiencia técnica para acelerar los avances y convertir la computación en capacidad. Fundada en 2017, CoreWeave se convirtió en una empresa que cotiza en bolsa (Nasdaq: CRWV) en marzo de 2025. Obtenga más información en www.coreweave.com.

Estamos orgullosos de ser un empleador acreditado por Living Wage.

Lo que harás:

El equipo de ingeniería de IA física de CoreWeave es responsable de construir y escalar la plataforma central que impulsa los flujos de trabajo de IA y simulación de ingeniería más avanzados del mundo. Desde la evolución de la arquitectura distribuida hasta la habilitación de la próxima generación de aplicaciones agentes e IA física, este equipo ofrece la base eficaz, confiable y escalable en la que confían las empresas de ingeniería más grandes del mundo.

Sobre el rol:

Buscamos un ingeniero senior de IA para construir la capa agente de nuestra plataforma de IA física. Diseñará, construirá y enviará los agentes detrás de nuestro copiloto de ingeniería: sistemas que toman un problema de ingeniería real de un equipo automotriz, industrial o de robótica, exploran los datos, construyen y evalúan modelos y arrojan resultados en los que un ingeniero puede confiar y en los que puede actuar.

Esta es una función práctica de ingeniería, no una función de investigación. Trabajará junto con nuestros investigadores e ingenieros de software: la investigación explora nuevos enfoques y usted convierte los que funcionan en sistemas de producción confiables. Será propietario de agentes de principio a fin, desde el diseño de herramientas y contexto, pasando por la evaluación, hasta la implementación y operación en producción.

En este rol, usted:

Sistemas Agenticos

• Diseñar y crear agentes que ejecuten el ciclo de investigación automática de los problemas de ingeniería del cliente: exploración de datos, iteración de características y modelos, evaluación e informes.

• Definir interfaces de herramientas y servidores MCP que expongan las capacidades de la plataforma (conectores de datos, bibliotecas de IA física, seguimiento de experimentos y registro de modelos, computación) a los agentes de una manera segura y predecible.

• Contexto propio y diseño de memoria para tareas de agentes de larga duración, incluida la recuperación de datos de ingeniería, documentación y experimentos anteriores.

• Seleccionar e integrar modelos, equilibrando calidad, latencia y costo.

Evaluación y confiabilidad

• Construir herramientas de evaluación y puntos de referencia que midan el desempeño de los agentes en casos de uso de ingeniería reales, de modo que la calidad sea mensurable y las regresiones sean visibles.

• Dotar a los agentes de seguimiento y observabilidad y utilizar esos datos para mejorarlos.

• Diseñe barreras de seguridad, ejecución de código en espacio aislado, modelos de permisos y puntos de control humanos en el circuito para que los agentes actúen de forma segura sobre los datos y la computación de los clientes.

• Lleve a los agentes del prototipo a la producción: pruebas, CI/CD, implementación, monitoreo y propiedad de guardia.

Trabajo de aprendizaje automático y dominios

• Contribuir al trabajo de ML junto con los ingenieros de ML (entrenamiento de modelos, evaluación y desarrollo de bibliotecas de IA física), especialmente cuando los agentes usan o generan estos componentes.

• Traducir el vocabulario y los flujos de trabajo de los dominios de la ingeniería física en el comportamiento de los agentes, trabajando con clientes y ingenieros desplegados en el futuro.

• Cubrir el trabajo de ingeniería de ML cuando sea necesario y ayudar a los ingenieros de ML a adoptar herramientas agentes en sus propios flujos de trabajo.

Colaboración

• Trabajar con la investigación para convertir enfoques agentes prometedores en sistemas de producción.

• Asóciese con ingenieros de plataforma en el tiempo de ejecución del agente, la orquestación del flujo de trabajo y la autenticación a medida que la plataforma pasa a una arquitectura distribuida y lista para agentes.

• Trabajar con Frontend y Producto para exponer las capacidades del agente en el producto de una manera en la que confían los ingenieros que no son de ML.

• Asesorar a ingenieros y entrevistar e incorporar nuevos miembros al equipo.

Quien eres:

• Más de 5 años de experiencia profesional en ingeniería de software, incluidos más de 2 años en la construcción de sistemas de producción además de LLM. Su experiencia es en envío y operación de software, no en investigación académica.

• Ha enviado al menos un sistema agente a producción con usuarios reales: agentes que utilizan herramientas, flujos de trabajo de varios pasos o agentes generadores de código.

• Python de fuerte producción.

• Experiencia práctica con API de LLM y marcos de agentes, y una visión clara de dónde ayudan los marcos y dónde se interponen en el camino.

• Experiencia en el diseño de herramientas y API para agentes, incluido MCP o protocolos de llamada de herramientas equivalentes.

• Experiencia en evaluación de desarrollo para LLM o sistemas de agentes: conjuntos de datos, calificadores, LLM como juez, seguimiento de regresión.

• Sólidos fundamentos de ML. Puede entrenar y evaluar un modelo con scikit-learn o PyTorch, y comprende la validación, el sobreajuste y la incertidumbre lo suficientemente bien como para juzgar el resultado de un agente.

• Experiencia en recuperación e ingeniería de contexto para agentes.

• Prácticas sólidas de ingeniería de software: revisión de código, pruebas automatizadas, CI/CD, observabilidad, Docker y Kubernetes, y al menos una nube importante (preferiblemente AWS).

• Pensados ​​en seguridad: sandboxing, autenticación/autorización, inyección rápida y aislamiento de datos en sistemas multiinquilino.

• Comunicación técnica clara tanto con los ingenieros como con las partes interesadas ajenas al ML.

Privilegiado:

• Experiencia con agentes de investigación automática, ciencia de datos o agentes que escriben y ejecutan experimentos (por ejemplo, en cuadernos).

• Experiencia con datos tabulares, de series temporales, de sensores, de prueba o de simulación (automotriz, aeroespacial, industrial o robótica).

• Experiencia previa como ingeniero de backend o plataforma antes de pasar a la ingeniería de IA.

• Familiaridad con herramientas de seguimiento de experimentos y entornos de portátiles.

• Experiencia en el servicio de modelos de código abierto en infraestructura GPU.

• Experiencia con la orquestación del flujo de trabajo para tareas de agentes de larga duración.

• Experiencia en aprendizaje de ajuste o refuerzo para mejorar el comportamiento de los agentes.

¿Te preguntas si encajas bien?…

Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/coreweaveu/ai-engineer-agentic-london-473164)