Empresa busca Ingeniero de Soporte Senior de IA para dar soporte a una plataforma de analítica, con enfoque en full-stack y data stack, trabajando remotamente y con horario alineado a Chicago.
Si te copa la IA y el full-stack, este puesto remoto es para vos. Vas a laburar con herramientas de vanguardia como Claude Code para dar soporte a una plataforma de analítica, con un modelo de trabajo enfocado en resultados.
Ingeniero Senior de Soporte AI Horario: Alineado con la hora de Chicago (CT). Dedicación: 80 horas/mes. Alcance: Full-stack y Data Stack. Acerca del rol: Altoros está incorporando un Ingeniero Senior de Soporte para un cliente que soporta una plataforma de analítica. Este es un rol full-stack y data-stack: el ingeniero será responsable de la estructura de la plataforma, la capa de ingesta y semántica, y un conjunto limitado de componentes de analítica embebida. El rol está enfocado primero en el modelo comercial: el primer mes será de observación y definición (establecimiento de línea base, onboarding), y a partir del segundo mes el compromiso se centrará en la entrega basada en resultados (tiempo de resolución de incidencias, reducción de defectos contra la línea base, objetivos de disponibilidad). La entrega aumentada por IA es central para este rol y uno de sus elementos más importantes. Trabajar con IA primero, utilizando Claude Code, es la forma en que un solo ingeniero puede cubrir de manera creíble este alcance completo. Altoros basa su entrega en los cursos profesionales y certificación de Anthropic, y el ingeniero utilizará Claude Code en todo el rango de trabajo —mantenimiento, corrección de errores y trabajo con datos, no solo desarrollo nuevo— operando dentro de las propias cuentas de Claude Code / herramientas de IA del cliente. Alcance y Responsabilidades: Plataforma (Shell): - Mantener y extender la autenticación y la integración SSO. - Gestionar la navegación y los componentes de la estructura de la aplicación (framework front-end moderno, ej. React / TypeScript). - Administrar la gestión de tenants y usuarios, incluyendo consideraciones de multi-tenancy. Datos y Capa Semántica: - Construir y mantener pipelines de ingesta de datos. - Operar y extender flujos de trabajo de orquestación en Dagster. - Desarrollar y mantener lógica de transformación en dbt y SQL. - Trabajar con el data warehouse en Google Cloud Platform (GCP), principalmente BigQuery. - Mantener la capa semántica en Cube, incluyendo definiciones de métricas y modelado de datos. Analítica Embebida (limitado, acotado): - Personalizar y actualizar archivos de componentes embebibles (Embeddable) extraídos al repositorio del cliente. - Mantener el theming y mantener actualizado el SDK de Embeddable. Nota: Embeddable maneja el builder, el servicio/renderizado embebido, tokens de seguridad y multi-tenancy: esta es una capa de mantenimiento, no un esfuerzo de construcción desde cero. Entrega y Documentación: - Mantener documentación centralizada en Confluence, incluyendo diagramas DBML/de bases de datos. - Capturar conocimiento continuo para traspaso y continuidad. - Trabajar hacia objetivos de resultados definidos a partir del segundo mes: resolución/mitigación de incidencias P1 dentro de un día hábil, reducción de defectos contra una línea base acordada, y disponibilidad en horario comercial una vez que el cliente esté operativo. - Utilizar la capacidad de sobra (cuando las incidencias en vivo no consuman el cupo mensual) en mantenimiento preventivo, fortalecimiento y onboarding de nuevas fuentes de datos/integraciones. Habilidades y Experiencia Requeridas: - Entrega AI-first (requisito central): experiencia práctica con Claude Code (o similar) / ingeniería asistida por IA a través del ciclo de vida completo del desarrollo; los cursos profesionales y certificación de Anthropic son un plus (o disposición para completarlos). - Experiencia en desarrollo full-stack, incluyendo un framework front-end moderno (ej. React / TypeScript), implementación de autenticación/SSO y arquitectura de aplicaciones multi-tenant. - Experiencia práctica con Dagster para orquestación (o herramientas similares). - Sólida experiencia en dbt y SQL para transformación de datos. - Experiencia con BigQuery y el stack de datos de Google Cloud Platform (GCP). - Experiencia con Cube o una herramienta comparable de capa semántica / capa de métricas. - Familiaridad con herramientas de analítica embebida (Embeddable o similar), personalización de componentes, theming, integración de SDK. - Comodidad trabajando de forma independiente y interactuando directamente con stakeholders del cliente. - Fuerte disciplina de documentación: Confluence, diagramas DBML/ER. - Disponibilidad para trabajar en horario central alineado con la hora de Chicago (CT). Nice to Have: - Experiencia en soporte de plataformas de analítica/BI para clientes empresariales o de deportes/medios. - Experiencia en el establecimiento de objetivos tipo SLA (tiempo de resolución, disponibilidad) y reporte sobre ellos. Detalles del Compromiso: - 80 horas/mes, alcance completo en plataforma shell, data/semantic stack y mantenimiento de Embeddable. - Se requiere cobertura de respaldo para continuidad durante ausencias: el candidato debe poder traspasar el contexto de forma limpia.