Esri
CRH Talento de IT
Lead AI Engineer & Architect
💼 Gehaltsspanne
Modalität: Remote
Standort: Mexiko, Kolumbien oder Brasilien
Englisch: B2/C1
- Mexiko: $90,000 – $140,000 MXN monatlich
- Kolumbien: $17,000,000 – $22,950,000 COP monatlich
- Brasilien: $18,000 – $29,000 BRL monatlich
Über die Position
Wir suchen einen Lead AI Engineer & Architect, der die Entwicklung einer innovativen, KI-gestützten FinOps-Plattform leitet.
Die Position wird eine Schlüsselrolle als Technical Lead und Systemarchitekt für Multi-Agenten-Systeme einnehmen und am Aufbau einer Greenfield-Plattform mitwirken, die aus mehreren spezialisierten KI-Agenten besteht, die in der Lage sind, Informationen zu analysieren, Erkenntnisse zu generieren, Anomalien zu erkennen, Ressourcen zu optimieren und autonom Aktionen auszuführen.
Sie arbeiten in einer Multi-Cloud-Umgebung (GCP/AWS), definieren die Architektur, Orchestrierung, Sicherheit, Governance und Skalierbarkeit der Agenten sowie die notwendigen Mechanismen zur Kostenkontrolle und zur Sicherstellung der Einhaltung von Unternehmens- und Finanzstandards.
🤖 Welche Arten von Lösungen werden Sie entwickeln?
Die KI-Agenten der Plattform werden in der Lage sein:
- Große Informationsmengen zu analysieren und Erkenntnisse zu generieren.
- Anomalien zu erkennen.
- Optimierungsmöglichkeiten für Ressourcen zu identifizieren.
- Automatisierte Aktionen auszuführen.
- Finanzoperationen zu unterstützen.
- Cloud-Infrastrukturkosten zu optimieren.
- Mit APIs und Unternehmenswerkzeugen zu interagieren.
- Aktionen bei Bedarf auf menschliche Genehmigungsprozesse zu skalieren.
🚀 Hauptverantwortlichkeiten
- Entwurf und Leitung der Architektur einer KI-Multi-Agenten-Systemplattform.
- Überwachung der Implementierung und Orchestrierung von ungefähr 8 spezialisierten Agenten.
- Definition der Kommunikation zwischen Agenten, Tools und Diensten.
- Leitung des Lebenszyklus von Prompt Engineering, Tool Calling und strukturierten Ausgaben.
- Entwurf von Lösungen mit Python, FastAPI, Pydantic und FastMCP.
- Implementierung und Verwaltung des Routings verschiedener LLMs über LiteLLM Gateway und Vertex AI Model Garden.
- Arbeit mit Modellen wie Gemini und Claude.
- Entwurf von Tokenomics-Mechanismen zur Überwachung und Kontrolle des Verbrauchs und der Kosten von LLMs.
- Implementierung von Guardrails und Ausführungslimits für autonome Agenten.
- Entwurf von Sicherheitskontrollen und Zero-Trust-Architekturen.
- Sicherstellung von Mechanismen zur Funktionstrennung und menschlichen Genehmigung für sensible Finanzprozesse gemäß SOX-Standards.
- Entwurf von Integrationen über APIs, Ereignisse und Fallback-Systeme wie Jira, Slack und Microsoft Teams.
- Definition von Standards für Code, Tests, APIs, Schemata und Fehlerbehandlung.
- Durchführung von Code-Reviews und Etablierung von Best Practices im Engineering.
- Mentoring von Senior und Semi-Senior KI-Ingenieuren.
- Zusammenarbeit beim Entwurf skalierbarer Architekturen auf GCP und AWS.
🧠 Unverzichtbare Anforderungen
- 8+ Jahre Erfahrung in Software Engineering.
- 3+ Jahre in technischen Führungs-, Architektur- oder KI-Lösungsleitungsfunktionen.
- Praktische Erfahrung im Aufbau von Lösungen, die auf LLMs und/oder Multi-Agenten-Systemen basieren.
- Fortgeschrittene Kenntnisse in Python 3.11.
- Erfahrung mit FastAPI und Pydantic.
- Erfahrung mit MCP/FastMCP.
- Erfahrung mit Google Cloud, insbesondere:
- Vertex AI
- BigQuery
- GKE
- Workload Identity
- Erfahrung mit Google ADK und/oder Agenten-Frameworks.
- Erfahrung mit LiteLLM Gateway oder ähnlichen Lösungen für LLM-Routing.
- Erfahrung mit RAG.
- Kenntnisse in Graph RAG und/oder Hybrid RAG.
- Erfahrung in Prompt Engineering, Tool Calling und strukturierten Ausgaben.
- Sicherheitskenntnisse wie Zero Trust, OAuth, RBAC und Workload Identity.
- Erfahrung mit Audit-Logging und Sicherheitskontrollen.
- Kenntnisse von Fehlerspezifikationen für APIs/MCP, idealerweise RFC 7807/9457.
- Erfahrung mit objektorientierten Unternehmenssprachen, vorzugsweise Java.
- Englisch B2/C1.
⭐ Von Vorteil
- Erfahrung in FinOps und Cloud-Kostenoptimierung.
- Erfahrung mit Finanz- oder Unternehmensplattformen.
- Erfahrung mit SOX und Funktionstrennung.
- Erfahrung in der Kontrolle von Kosten und Token-Verbrauch von LLM.
- Erfahrung mit OLAP-Architekturen, SQL und Datenschemata nach Standards wie FOCUS.
- Erfahrung in der Implementierung autonomer Agenten, die Aktionen auf Unternehmenssystemen ausführen können.
