Pavago
Bain & Company
Lead, Full stack AI Engineer
DESCRIPCIÓN Y REQUISITOS
Qué nos hace un gran lugar para trabajar
Estamos orgullosos de ser reconocidos constantemente como uno de los mejores lugares para trabajar del mundo. Actualmente somos la firma de consultoría mejor clasificada en la lista de Mejores Lugares para Trabajar de Glassdoor y hemos obtenido el puesto número 1 en la clasificación general un récord de siete veces. Los equipos extraordinarios son el corazón de nuestra estrategia de negocio, pero esto no sucede por casualidad. Requieren un enfoque intencional en reunir una amplia gama de antecedentes, culturas, experiencias, perspectivas y habilidades en un entorno de trabajo inclusivo y de apoyo. Contratamos personas con un talento excepcional y creamos un entorno en el que cada individuo puede prosperar profesional y personalmente.
Con quién trabajarás
Formarás parte de un equipo que construye el conjunto integrado de herramientas de toma de decisiones agentic de Bain, que proporciona a las grandes organizaciones inteligencia permanente sobre sus decisiones de crecimiento más importantes. El puesto se sitúa en una intersección que pocas organizaciones pueden ofrecer: la profundidad analítica y el acceso a clientes de una consultora de primer nivel, la ambición técnica de una empresa de productos y el trabajo de ingeniería en la frontera de la IA aplicada.
Trabajarás dentro del equipo de producto permanente de Bain, creando software que ayuda a las empresas más grandes del mundo a responder a las preguntas que impulsan su negocio: dónde invertir, dónde enfocarse y cómo ganar. El impacto de lo que construyes es directo e inmediato, y la plataforma aumenta su valor con cada lanzamiento.
La plataforma tiene dos capas que trabajan juntas: un núcleo agentic y un conjunto de módulos de decisión, cada uno de los cuales resuelve un problema comercial distinto. El ciclo de vida de construcción está conectado al mundo real: a medida que los equipos de caso trabajan junto a los clientes en todas las industrias y geografías, esa retroalimentación fluye directamente de vuelta a la ingeniería y al producto. Cada interacción con el cliente hace que la plataforma sea más inteligente, más amplia y más resistente.
Esta es una startup dentro de una empresa establecida. Obtienes una verdadera propiedad en etapa inicial y una influencia real sobre la arquitectura y la dirección del producto, respaldada por la escala global, las relaciones con los clientes y el compromiso de liderazgo de Bain; el ritmo de una startup con el respaldo de una firma global.
Buscamos ingenieros que vean cómo mejorar un módulo de producto y aporten ese instinto a cada sprint sin que se les pida, y que se sientan cómodos con problemas que no tienen una respuesta conocida. El trabajo involucra motores de decisión en tiempo real, infraestructura nativa de la nube y problemas de datos sin una respuesta estándar. La experiencia con sistemas agentic es importante: protocolos de herramientas y contexto como MCP, arneses de evaluación, diseño de memoria y resolución de entidades en datos empresariales complejos. Esto es IA aplicada en producción, a escala, con usuarios reales que dependen de lo que construyes. El campo se mueve rápidamente y el equipo está diseñado para moverse con él, por lo que la voluntad de seguir aprendiendo cuenta tanto como lo que ya sabes.
Dónde encajarás dentro del equipo
El ingeniero Full-stack construye y entrega las interfaces de producto y los servicios de backend que muestran las capacidades analíticas del Growth AI Performance System a los usuarios dentro de un módulo de producto específico, ROI de marketing, estrategia de marca o análisis comercial y de precios. Trabajando bajo el Tech Lead y junto al Data Scientist, serás dueño de áreas funcionales específicas dentro del módulo: los paneles, herramientas de flujo de trabajo, interfaces de escenarios y vistas de resultados que los consultores expertos, especialistas y partes interesadas senior de los clientes utilizan en compromisos comerciales en vivo.
Trabajarás en toda la plataforma y en los módulos de producto centrados en el ROI de marketing, la estrategia de marca o de precios, creando interfaces que hagan que los resultados complejos de los modelos sean navegables, creíbles y procesables para los usuarios profesionales que necesitan actuar sobre ellos rápidamente y presentarlos al liderazgo senior del cliente. Los usuarios de este producto son sofisticados; las interfaces deben ser rápidas, densas e inequívocas.
Este puesto se sitúa en la intersección de la ingeniería de producto y la entrega de IA aplicada. Integrarás los resultados de los modelos del Data Scientist y las capacidades agentic del equipo de ingeniería de IA en funciones orientadas al usuario, trabajando a partir de especificaciones de diseño producidas por el Design Lead y contribuyendo a los estándares de ingeniería establecidos por el Tech Lead. Tu trabajo es la capa entre la inteligencia analítica de la plataforma y las partes interesadas del cliente que dependen de ella.
El ciclo de vida de construcción aquí está directamente conectado a compromisos reales con clientes. La retroalimentación de los equipos de consultoría en implementaciones en vivo fluye de vuelta al producto, y lo que entregas en un sprint puede estar frente a un CMO o Director de Categoría en cuestión de semanas. Te involucrarás con los equipos de consultoría para comprender cómo se está utilizando el producto en el campo y traducir esa retroalimentación en mejoras de ingeniería.
Qué harás
Construcción y entrega de funciones de producto
- Construir y entregar funciones de producto de extremo a extremo dentro de un módulo del Growth AI Performance System, desde la entrega del diseño y la integración de API hasta la implementación y el mantenimiento en producción, siendo dueño de áreas de interfaz específicas responsables tanto de la capa de servicio de backend como de los componentes de React que muestran las capacidades a los usuarios
- Implementar las interfaces analíticas principales de tu módulo: paneles de ROI de marketing y vistas de asignación de canales, resultados de valor de marca y comparaciones de escenarios, o herramientas de elasticidad de precios y aumento promocional, diseñadas para usuarios expertos que necesitan navegar por contenido analítico denso de forma rápida y segura
- Construir interfaces de planificación de escenarios y de análisis hipotético donde los usuarios ajusten las entradas del modelo y vean cómo los resultados se actualizan en tiempo real; implementar el enlace de datos, la gestión de estado y el diseño de API que hace que estas interacciones sean rápidas y fiables bajo las restricciones de latencia de una sesión de cliente en vivo
- Integrar los resultados de los modelos del Data Scientist y las capacidades agentic de la ingeniería de IA en funciones de producto orientadas al usuario; construir la capa de API y transformación de datos que estructura, valida y sirve los resultados analíticos al frontend de una forma que las interfaces puedan consumir de manera fiable
- Implementar componentes de visualización de datos para contenido analítico específico del módulo: vistas de series temporales, gráficos de cascada, comparaciones de asignación, curvas de elasticidad y visualizaciones de resultados de escenarios, utilizando bibliotecas de visualización modernas con el rendimiento y la fidelidad que requieren las herramientas analíticas de nivel profesional
Calidad de ingeniería y colaboración
- Escribir código limpio, comprobable y mantenible en todo el ciclo de vida de desarrollo de software; implementar tuberías de CI/CD, pruebas automatizadas y flujos de trabajo de implementación que admitan una iteración rápida sin sacrificar la estabilidad de producción en entornos de clientes en vivo
- Colaborar estrechamente con el Data Scientist sobre cómo se estructuran los resultados del modelo para el consumo del producto: definir esquemas de datos, contratos de API y formatos de salida que den a la capa de interfaz lo que necesita sin imponer restricciones que limiten las opciones de modelado
- Trabajar a partir de las especificaciones de diseño producidas por el Design Lead; implementar los componentes fielmente, señalar las restricciones de viabilidad con antelación y contribuir al ciclo de retroalimentación entre el diseño y la ingeniería que mantiene la calidad de la interfaz alta en todo el módulo
- Contribuir a la tubería de datos y la capa de API del módulo en colaboración con el Data Engineer: asegurando que los datos que fluyen desde las fuentes ascendentes a través de la lógica de transformación hasta la API del frontend estén validados, estructurados de manera consistente y servidos con la latencia que requiere la interfaz
- Aplicar principios de DevSecOps en todo el full stack: autenticación y autorización, manejo seguro de datos comerciales del cliente y cumplimiento de las obligaciones de privacidad relevantes para las implementaciones de clientes empresariales
Colaboración y comunicación
- Involucrarse con los equipos de consultoría durante y después de las implementaciones en vivo con clientes para comprender dónde la interfaz del producto está creando fricción, problemas de rendimiento o problemas de credibilidad; traducir esa retroalimentación en mejoras de ingeniería priorizadas
- Contribuir a las sesiones con partes interesadas senior donde se demuestran y explican las interfaces de los módulos; desarrollar la capacidad de presentar decisiones de ingeniería y compensaciones de interfaz en términos de negocio a los equipos de consultoría y, con el tiempo, a las partes interesadas senior
- Comunicarse claramente en todo el equipo del módulo: con el Tech Lead sobre decisiones de arquitectura, con el Data Scientist sobre la integración de resultados de modelos, con el Design Lead sobre la implementación de especificaciones de diseño y con el Data Engineer sobre la capa de acceso a datos
- Impulsar la mejora continua: identificar proactivamente oportunidades para hacer que el producto sea más rápido, más fiable o más útil para los usuarios profesionales que dependen de él; llevar ese instinto a cada sprint sin esperar a que se lo pidan
Sobre ti
Técnico
- Gran dominio de React y TypeScript para el desarrollo complejo de frontend; sólido dominio de la arquitectura de componentes, la gestión de estado y las convenciones de ingeniería que hacen que las bases de código de los productos sean mantenibles a medida que se acumulan las funciones
- Gran dominio del desarrollo del lado del servidor; experiencia en la creación de APIs fiables y versionadas y servicios de backend que sirven resultados analíticos y generados por IA a clientes de frontend con los estándares de latencia y fiabilidad que requieren las implementaciones en vivo con clientes
- Experiencia en la creación de interfaces analíticas densas en datos: paneles cargados de gráficos, herramientas de escenarios y análisis hipotético en tiempo real, vistas de comparación de múltiples variables y pantallas de asignación utilizando bibliotecas de visualización modernas
- Experiencia en la integración de resultados de modelos estadísticos y contenido generado por IA en funciones de producto orientadas al usuario; comprensión de cómo estructurar, validar y servir resultados analíticos de una forma que las interfaces de frontend puedan consumir de manera fiable
- Sólidos fundamentos de ingeniería: código limpio y comprobable; propiedad de la tubería de CI/CD; pruebas automatizadas; depuración y perfilado de rendimiento de nivel de producción; y la disciplina para construir funciones que sean mantenibles por todo el equipo
- Experiencia en la implementación y operación de aplicaciones full-stack en Azure o AWS; familiaridad con la contenedorización y cómo se implementan y monitorean los servicios de frontend y backend en un entorno nativo de la nube
- Comprensión de la autenticación, la autorización y el manejo seguro de datos; experiencia en la aplicación de principios de DevSecOps en una aplicación full-stack que maneja datos comerciales sensibles de clientes
- Uso activo de herramientas de codificación asistidas por IA (Cursor, Claude Code o equivalente) para acelerar el desarrollo, crear prototipos más rápido y elevar el nivel de calidad de ingeniería en todo el equipo del módulo
Experiencia
- 5 o más años en roles de ingeniería de software full-stack con responsabilidades prácticas de construcción tanto en frontend como en backend
- Experiencia en la integración de resultados de modelos de ciencia de datos o ML en funciones de producto; comprensión de cómo deben estructurarse y servirse los resultados de los modelos estadísticos para un consumo fiable por parte de frontend
- Experiencia trabajando en equipos de producto ágiles y multifuncionales junto a científicos de datos e ingenieros de IA; sólidas habilidades de resolución de problemas y resolución de incidencias en producción
Educación
Grado asociado / Grado universitario en informática, ingeniería, matemáticas o un campo técnico relacionado; o una combinación equivalente de educación, formación y experiencia.
- La familiaridad con los patrones de datos específicos del dominio en al menos un área de módulo de producto (datos de gasto y atribución de medios, seguimiento de marca y datos de panel, o datos de precios y promocionales) es una gran ventaja
- Historial de entrega de aplicaciones de producción con interfaces analíticas densas en datos de las que dependen usuarios profesionales reales; la experiencia en análisis, software comercial o entornos de productos adyacentes a la consultoría es una gran ventaja
- La experiencia en entornos orientados al cliente o adyacentes a la consultoría donde las decisiones de interfaz tienen consecuencias directas sobre cómo los usuarios profesionales confían y actúan sobre los resultados analíticos es una gran ventaja
INFORMACIÓN GENERAL
Título del puesto Lead, Full stack AI Engineer
ID del puesto 111329
Áreas de trabajo Tecnología e Ingeniería
Tipo de empleo Permanente a tiempo completo
Ubicación(es) Sao Paulo, Varsovia
