Senior AI Product Engineer

Empresa Fintech busca Ingeniero de Producto Senior de IA con experiencia en servicios backend y LLMs para liderar el desarrollo de funcionalidades de IA en la plataforma de pagos B2B.

Descripción del puesto

Cobre es la plataforma líder en pagos B2B instantáneos de Latinoamérica. Resolvemos los desafíos más complejos de movimiento de dinero de la región construyendo infraestructura financiera avanzada que permite a las empresas mover dinero de forma más rápida, segura y eficiente. Habilitamos pagos comerciales instantáneos —locales o internacionales, directos o vía API— todo desde una única plataforma. Diseñada para fintechs, PSPs, bancos y equipos de finanzas que exigen velocidad, control y eficiencia. Desde pagos en tiempo real hasta tesorería automatizada, convertimos procesos financieros complejos en experiencias simples. Cobre es la primera plataforma en Colombia en permitir a las empresas pagar a beneficiarios bancarizados y no bancarizados dentro del mismo ciclo de pago y a través de una única interfaz. ¡Estamos construyendo la infraestructura de pagos empresariales de Latinoamérica! El equipo que liderarías: Risk Products construye los sistemas que deciden con quién Cobre puede hacer negocios y qué movimientos de dinero se permiten: onboarding de clientes y KYB, recopilación y verificación de documentos, screening de sanciones y contrapartes, toma de decisiones de transacciones en tiempo real y el backoffice donde trabajan los analistas de cumplimiento. Dos cosas hacen que este equipo sea diferente de un equipo backend típico: Ejecutamos el Modelo Builder. Los ingenieros aquí son dueños del producto, diseño y código de extremo a extremo. Hablarás con analistas de cumplimiento, leerás la regulación, escribirás la especificación, decidirás cómo se ve la pantalla, construirás el servicio detrás de ella y serás dueño de la métrica que dice si funcionó. No hay una cola de tickets esperando que implementes el diseño de otra persona. Somos nativos de IA en el producto y en cómo lo construimos. Los LLMs hacen trabajo real en producción para nosotros —extrayendo datos estructurados de documentos de incorporación y DNI, pre-llenando formularios de onboarding, resumiendo evidencia para la revisión del analista. Y construimos con IA: un kit de herramientas de IA compartido, servidores MCP en toda la empresa y agentes y habilidades personalizadas que nuestros ingenieros escriben para sus propios flujos de trabajo. Lo que buscamos: Un ingeniero que pueda llevar una capacidad impulsada por IA de "esto podría funcionar" a "esto se ejecuta en producción, en un flujo regulado, y podemos demostrar que es correcto". Qué estarías haciendo: - Ser dueño de las funcionalidades de extremo a extremo —desde la definición del problema y las decisiones de producto hasta el diseño de API, implementación, lanzamiento y las métricas que demuestran el resultado. - Empezar por el problema, no por el modelo —decidir dónde pertenece genuinamente la IA. Una regla determinista que siempre es correcta supera a un modelo que casi siempre es correcto, y en flujos de cumplimiento esa suele ser la elección correcta. Esperamos que defiendas la solución simple cuando sea la mejor y que trates el costo y la latencia por decisión como restricciones del producto en lugar de notas al pie de página de la infraestructura. - Diseñar para que el modelo se equivoque —umbrales de confianza, rutas de escalada y flujos de trabajo con intervención humana donde el modelo propone y un analista dispone. Lo que hace el producto con una salida incorrecta es una decisión de diseño, y es tuya. - Definir la corrección antes de lanzar —conjuntos de datos de referencia y suites de evaluación, una definición de un buen resultado acordada campo por campo con las personas que dependen de él, precisión y recall medidos en producción, y umbrales explícitos que separan la automatización completa de la revisión humana. "Se veía bien cuando lo probé" no es un criterio de lanzamiento. - Tratar prompts, modelos y umbrales como artefactos de ingeniería —versionados, revisados, probados y observables, lanzados a través del mismo pipeline que el código. No como configuración que alguien edita en producción. - Construir el andamiaje determinista alrededor de la parte no determinista —pipelines orientados a eventos, idempotencia, reintentos y DLQs, modelos de dominio tipados y un rastro de auditoría que resista a un regulador. - Instrumentar antes de construir —decidir la métrica y el dashboard de antemano; IDs de correlación que sobreviven a cada salto asíncrono; alertas que significan algo. - Diseñar para restricciones de cumplimiento como requisitos de primera clase —manejo de PII, retención de datos, trazabilidad, defaults de cierre por fallo. - Trabajar de forma nativa con IA, y ser dueño de todo lo que merges —asistentes de IA, servidores MCP y agentes personalizados son parte del ciclo diario aquí, y la vara para el código producido con ellos es exactamente la misma que para el código que escribiste a mano: entendido, probado y defendible en revisión. Luego, contribuye con las habilidades, salvaguardas y patrones que hacen que todos los demás sean más rápidos. - Mentorizar y elevar el nivel a tu alrededor —hacer pair programming en los problemas difíciles, revisar código con sustancia, ayudar a ingenieros menos experimentados a crecer hasta ser dueños de funcionalidades de extremo a extremo, y escribir las decisiones que sobrevivirán al ticket. La mentoría es parte del rol aquí, no algo que haces si queda tiempo. Qué necesitas: - 5+ años construyendo y operando servicios backend en producción, con propiedad real de lo que lanzaste después de que se lanzó. - Profundidad en al menos un lenguaje enfocado en backend, y la voluntad de aprender Go si aún no lo conoces. Nuestro stack es principalmente Go, con algo de Node/TypeScript y Vue 3. - Experiencia en producción con funcionalidades basadas en LLM, no prototipos —salida estructurada, uso de herramientas, recuperación, ingeniería de contexto, evaluación, gestión de latencia y costos, y una visión clara de los modos de fallo y las soluciones alternativas. - Fundamentos de sistemas distribuidos —procesamiento asíncrono y orientado a eventos, entrega al menos una vez, idempotencia, consistencia eventual y qué hacer cuando un proveedor downstream está caído. - Desarrollo cloud-native en AWS —Lambda, DynamoDB, S3, SQS/SNS — además de contenedores, IaC y CI/CD como partes normales de tu trabajo, no del trabajo de otra persona. - Juicio arquitectónico —arquitectura hexagonal y DDD en la práctica: modelos de dominio ricos, puertos y adaptadores, y la disciplina para mantener los SDKs de IA de terceros en el borde detrás de una capa anticorrupción para que un cambio de modelo o proveedor sea un cambio de adaptador. - Disciplina de testing —alta cobertura como requisito previo en lugar de una aspiración, tests basados en tablas y de contrato, y una respuesta real sobre cómo pruebas un componente que no es determinista. - Instinto de producto y franqueza —puedes sentarte con un analista de cumplimiento, entender por qué existe un control, y convertir eso en una especificación y una pantalla lanzada. - Un historial de mentoría —has hecho que otros ingenieros mejoren mediblemente a través de pair programming, revisiones y onboarding, y tratas eso como parte del trabajo. - Fluidez profesional en español —es nuestro idioma de trabajo, día a día y en discusiones de diseño. Inglés técnico para documentación y lectura. - Fuertes habilidades de comunicación escrita y oral, en ambos idiomas. Nice to have: - Experiencia en pagos, tesorería, banca o fintech —especialmente en algo relacionado con KYC/KYB, AML, screening de sanciones o monitoreo de transacciones. - Experiencia con sistemas agenticos: MCP, agentes que llaman a herramientas, orquestación multi-paso y su evaluación. - Comodidad construyendo el frontend de lo que lanzas (usamos Vue 3 y un sistema de diseño interno). - Kafka, registros de esquemas y evolución de contratos en producción. Por qué este rol vale tu tiempo: Serás dueño de capacidades de IA que son cruciales para la rapidez con la que Cobre puede activar un cliente y la seguridad con la que puede mover dinero —en una empresa donde se confía en los ingenieros para decidir qué construir, no solo cómo construirlo. Si buscas un próximo paso emocionante, y esto suena como algo que te desafiaría y te entusiasmaría, ¡entonces esto es para ti!

Responsabilidades

• Ser dueño de características de extremo a extremo
• Comenzar desde el problema, no desde el modelo
• Diseñar para que el modelo se equivoque
• Definir la corrección antes de enviar
• Tratar los prompts, modelos y umbrales como artefactos de ingeniería
• Construir el andamiaje determinista alrededor de la parte no determinista
• Instrumentar antes de construir
• Diseñar para las restricciones de cumplimiento como requisitos de primera clase
• Trabajar de forma nativa con IA y ser dueño de todo lo que se fusiona
• Ser mentor y elevar el nivel alrededor

Habilidades

Trabajos similares

Senior AI Engineer

Tryjeeves

Remoto·hace 3 meses

RemotoSin sueldohace 3 meses

C

AI Engineer

Cashea · Buenos Aires

Presencial·hace 1 mes

PresencialSin sueldohace 1 mes

Más ofertas de Cobre

Explorar empleos relacionados