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

, , Argentina -

Full Time

Start Date

Immediate

Expiry Date

23 May, 26

Salary

0.0

Posted On

22 Feb, 26

Experience

2 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, Node.js, TypeScript, LangGraph, LangChain, LlamaIndex, APIs, RAG, Vector Store, Observability, GCP, AWS, Docker, CI/CD, LLMs, Agentic Workflows

Industry

Information Technology & Services

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. 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 🚀 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.

Responsibilities

The role involves designing and implementing multi-step agentic workflows using LLMs to automate operational and conversational processes, integrating these agents with various APIs, data sources, and internal tools. Key functions include building agent capabilities, ensuring system quality through rigorous evaluation and measurement, implementing end-to-end observability, and optimizing for latency and cost efficiency.