AI Software Engineer

¿Quiénes somos?

En Kashio somos una fintech con producto propio que desarrolla soluciones de pagos, recaudos e infraestructura financiera para empresas en Latinoamérica. Nuestra plataforma conecta flujos transaccionales e integraciones financieras donde la seguridad, la confiabilidad y la escalabilidad son esenciales.

Estamos fortaleciendo nuestro equipo de Inteligencia Artificial para construir soluciones que pasen del concepto a la operación real, con entregas frecuentes y un impacto visible en el negocio.

¿A quién buscamos?

Buscamos un/a AI Software Engineer senior con dominio full stack y experiencia real desarrollando aplicaciones basadas en modelos de lenguaje (LLM) y agentes de IA en producción. Queremos una persona capaz de entender un problema, diseñar la solución, construirla, desplegarla y hacerse cargo de su funcionamiento.

No es una posición centrada en investigación ni únicamente en prompts: combina backend, frontend, datos, arquitectura y agentes inteligentes, con autonomía y criterio para elegir cuándo usar IA y cuándo conviene una solución tradicional.

Misión del rol

Diseñar, desarrollar y operar productos y agentes de IA de extremo a extremo, convirtiendo necesidades de negocio en soluciones seguras, medibles y listas para producción. Impulsar entregas rápidas sin sacrificar calidad, observabilidad ni control de riesgos.

Lo que harás

· Construir agentes de IA capaces de razonar, invocar herramientas y ejecutar procesos de múltiples pasos; implementar RAG, embeddings, búsqueda semántica y manejo de contexto.

· Desarrollar plataformas web completas con backend robusto, frontend moderno y APIs REST, GraphQL o basadas en eventos, incluyendo interfaces de chat, streaming y revisión humana cuando aplique.

· Diseñar arquitecturas resilientes y seguras, modelar datos SQL/NoSQL/vectoriales e integrar servicios cloud, colas, caché y procesamiento asíncrono.

· Seleccionar e integrar modelos de Claude, OpenAI u open source según calidad, costo y latencia, así como APIs y MCP.

· Medir la calidad de las soluciones con evaluaciones antes de cada release, pruebas, métricas de latencia, costo por token y observabilidad.

· Aplicar controles de seguridad: privilegios mínimos, cuentas de servicio por agente, credenciales protegidas y límites claros sobre operaciones destructivas.

· Colaborar directamente con los equipos dueños de los problemas, participar en revisiones de código, documentar decisiones y compartir aprendizajes.

Impacto esperado

· Convertir requerimientos de negocio en soluciones funcionando en producción con ciclos de entrega cortos.