Agentic AI Engineer, LangGraph and LLM Automation (Mexico & LATAM)

Job Description

¡Trabaja en DaCodes!
Somos una firma de expertos en software y transformación digital de alto impacto.
Durante 10 años hemos creado soluciones enfocadas en la tecnología e innovación gracias a nuestro equipo de casi 300 talentosos #DaCoders, incluyendo desarrolladores, arquitectos, diseñadores UX/UI, PMs, QA testers y más. Nuestro equipo colabora en proyectos con clientes en LATAM y Estados Unidos, logrando resultados sobresalientes.
En DaCodes, tendrás la oportunidad de impulsar tu desarrollo profesional, trabajar en diversos proyectos dentro de distintas industrias, y contribuir al diseño, implementación y optimización de infraestructuras en la nube.
Nuestros DaCoders tienen un gran impacto en el éxito de nuestro negocio y el de nuestros clientes. Serás el experto que participará en nuestros proyectos y tendrás acceso a startups disruptivas y marcas globales.
¿Te interesa?

Buscamos un(a) Agentic AI Engineer que disfrute construir, probar y llevar a producción agentes de IA y automatizaciones con LLMs que impacten procesos reales del negocio. Este rol es muy práctico: vas a diseñar flujos multi paso, conectar agentes con APIs, datos y herramientas internas, y asegurar que todo sea medible, estable, seguro y costo eficiente.

Trabajarás muy cerca de equipos de Producto, Operaciones, Data e Ingeniería para convertir necesidades ambiguas en soluciones claras, con monitoreo, trazabilidad y mejoras iterativas. Si te gusta “meter las manos”, iterar rápido, y mejorar bots/sistemas con evaluación y observabilidad, este proyecto te va a gustar.

Requirements

Principales responsabilidades y funciones

• Diseñar e implementar flujos agentic multi paso (planificación, enrutamiento, tool use, validaciones, retries) para automatizar procesos operativos y conversacionales.
• Integrar LLMs con APIs internas/externas, bases de datos y fuentes documentales (incluyendo patrones de RAG cuando aplique).
• Construir herramientas y “capabilities” para agentes (por ejemplo: conectores a datos, validadores, utilidades operativas, recuperación de archivos, etc.) con control de acceso y buenas prácticas de seguridad.
• Mejorar la calidad del sistema con evaluación y medición: datasets de prueba, métricas, análisis de fallos, y experimentación controlada.
• Implementar observabilidad end to end: logs, trazas, dashboards, alertas (por ejemplo integraciones tipo Slack), detección de degradación y monitoreo de costos.
• Optimizar latencia y gasto: control de tokens, caching cuando aplique, rutas por tipo de tarea, fallbacks, y estrategias multi modelo.
• Colaborar con Backend e Infra para desplegar en nube con CI/CD y estándares de producción (versionado, rollback, ambientes, secretos).
• Documentar arquitecturas, flujos, herramientas, decisiones técnicas y runbooks de operación.

Perfil deseado

Experiencia y seniority

• 3+ años en ingeniería de software, data/ML engineering o automatización, con experiencia práctica construyendo soluciones con LLMs, agentes o bots en entornos reales.
• Experiencia llevando proyectos de punta a punta, desde diseño hasta producción y monitoreo.

Habilidades técnicas

• Python sólido (indispensable). Node.js/TypeScript es un plus.
• Experiencia con frameworks de agentes y orquestación, por ejemplo LangGraph, LangChain, LlamaIndex o equivalentes.
• Integración con APIs (REST/GraphQL) y diseño de servicios o componentes backend.
• Experiencia con RAG, embeddings y al menos un vector store (Pinecone, Qdrant, Redis, o equivalente).
• Observabilidad para sistemas de IA: logging, métricas, tracing, dashboards, alertas, y pruebas de regresión.
• Nube y despliegue: experiencia en GCP o AWS, contenedores (Docker) y prácticas de CI/CD.
• Experiencia con automatización/workflows (n8n, Make, Zapier) es deseable, no excluyente.

Habilidades blandas

• Comunicación clara para traducir objetivos de negocio en soluciones técnicas.
• Mentalidad de builder: iteración rápida, ownership, capacidad de priorizar impacto.
• Colaboración cross funcional (Producto, Ops, Data, Engineering, QA) y apertura a debate técnico.

Formación académica

• Ingeniería, Ciencias de la Computación o afín, o experiencia equivalente demostrable.

El rol NO es:

• ML Researcher
• Prompt Engineer
• Data Scientist clásico

Benefits

• 🚀 Integration with global brands and disruptive startups.
• 🏡 Remote / Home office work model.
• 📍 If hybrid or on-site presence is required, you will be informed in the first interview.
• ⏳ Work schedule aligned to the assigned team or project.
• 📅 Monday–Friday workweek.
• 🎉 Day off on your birthday.
• 🏥 Major Medical Expenses insurance (Mexico only).
• 🛡️ Life insurance (Mexico only).
• 🌎 Multicultural, international project teams.
• 🎓 Access to courses and certifications.
• 📢 IT-focused meetups with external expert guests.
• 📡 Virtual team-building events and interest groups.
• 📢 English classes.
• 🏆 Opportunities across multiple business units.
• 🏅 Proudly certified as a Great Place to Work.