**Descripción del puesto** ------------------- Agilent está desarrollando una plataforma de software basada en Kubernetes que abarca instrumentos, aplicaciones y servicios compartidos en múltiples líneas de productos. Estamos integrando la IA en la forma en que construimos y verificamos el software. Buscamos un Arquitecto Líder de Frameworks de Pruebas para liderar la adopción de la IA en nuestro ciclo de vida de pruebas de software y para construir los frameworks de pruebas, los métodos de evaluación y la gobernanza que nos permitan lanzar software acelerado por IA de forma segura en entornos regulados, sujetos a GxP / 21 CFR Parte 11. Este es un rol práctico de alto nivel como colaborador individual. La IA acelera la entrega de software, pero dicha aceleración expone debilidades en etapas posteriores si no existe un sólido sistema de control mediante pruebas automatizadas. Construir ese sistema de control —y liderar a la organización en su adopción— es el núcleo de este puesto. **Responsabilidades:** * Liderar la adopción de la IA en el ciclo de vida del desarrollo de software (SDLC) para ingeniería de calidad. Ser responsable de la estrategia para redacción, ejecución, clasificación y mantenimiento de pruebas asistidas por IA. Demostrar su valor mediante flujos de trabajo de referencia y luego escalar su adopción entre los equipos de producto. * Construir frameworks de pruebas nativos de IA. Diseñar flujos de trabajo que generen suites de pruebas unitarias, contractuales, de integración y de extremo a extremo (E2E) a partir de especificaciones e intenciones. Verificar que las pruebas generadas por IA ejerzan la intención especificada, no la implementación. Integrar GitHub Copilot (estándar empresarial) y herramientas complementarias (por ejemplo, Qodo, Diffblue, agentes de Playwright AI, frameworks de autocuración) en las puertas de calidad de CI/CD. * Probar nuestras funciones con IA. Construir frameworks de evaluación y regresión para capacidades de producto impulsadas por modelos de lenguaje de gran tamaño (LLM) y agentes: evaluación no determinista, puntuación de alucinaciones y fundamentación, detección de desviaciones (drift) y observabilidad de IA mediante las convenciones semánticas OpenTelemetry GenAI. * Asumir la responsabilidad del puente regulatorio. Integrar pruebas asistidas por IA en entornos validados mediante Garantía de Software Informático (CSA) basada en riesgos, GAMP 5 (2.ª edición) y la Guía ISPE GAMP sobre IA, y —para software diagnóstico— IEC 62304. Conservar registros de auditoría, trazabilidad e integridad de datos para artefactos generados por IA. * Establecer una gobernanza con participación humana (human-in-the-loop). Definir puntos de revisión escalonados según el riesgo, criterios de aceptación y desencadenantes de reversión para código y pruebas generados por IA. * Definir estándares de arquitectura de pruebas a nivel de plataforma para una plataforma de microservicios basada en Kubernetes: testabilidad desde el diseño, estrategia de entornos de prueba (espacios de nombres efímeros, entorno-como-código), arquitectura de puertas de calidad en CI/CD, pruebas contractuales para microservicios y APIs, estrategia de datos de prueba (datos sintéticos, aislamiento, requisitos de datos para IA/ML) y frameworks E2E que funcionen de forma fiable en entornos contenerizados. * Instrumentar y reportar el impacto. Métricas de entrega DORA ampliadas con medidas específicas de IA (diferencial de cobertura, tasa de escapes de defectos, tiempo medio hasta la clasificación, tasas de aprobación de suites de evaluación). Liderar el esfuerzo de cambio —campeones, habilitación, manuales prácticos— que impulse una adopción duradera. **Requisitos** ------------------ **Obligatorios** * 10 o más años de experiencia en ingeniería de software, con 3 o más años en puestos de arquitectura de pruebas o arquitectura de ingeniería de calidad. * Uso diario y práctico demostrado de herramientas de desarrollo y pruebas asistidas por IA (GitHub Copilot, Claude Code, Cursor u otras equivalentes), con capacidad para describir concretamente patrones efectivos de uso y modos de fallo. * Conocimientos profundos y prácticos de Kubernetes para el diseño de entornos de prueba: provisión de espacios de nombres efímeros, infraestructura de pruebas basada en contenedores, entorno-como-código. * Amplia experiencia diseñando frameworks de automatización de pruebas multinivel: unitarias, contractuales, de integración, de extremo a extremo (E2E) y de rendimiento en sistemas distribuidos. * Arquitectura de pipelines CI/CD e integración de puertas de calidad (GitHub Actions, Jenkins u otras equivalentes). * Experiencia en pruebas contractuales (Pact o pruebas contractuales dirigidas por el consumidor) para arquitecturas basadas en microservicios y APIs. * Capacidad demostrada para entregar frameworks de pruebas reutilizables adoptados por múltiples equipos de producto —implementaciones de referencia, no solo directrices. * Conocimiento práctico de la testabilidad desde el diseño y capacidad para influir en cómo se diseña la arquitectura del software para que sea intrínsecamente más testeable. * Experiencia liderando la adopción y el cambio en una organización de ingeniería establecida, con un historial de métricas de resultados justificables. **Deseables** * Experiencia en pruebas de sistemas con IA/ML, LLM o basados en agentes: frameworks de evaluación (deepeval, promptfoo, LangSmith, Langfuse, Maxim AI u otros equivalentes), regresión no determinista, puntuación de alucinaciones y fundamentación, detección de desviaciones (drift). * Competencia en la validación de software regulado: 21 CFR Parte 11, GxP / GAMP 5, CSA frente a CSV, e IEC 62304 para software de dispositivos médicos o diagnósticos. * Ingeniería de contexto para LLM: diseño de prompts/especificaciones, RAG, servidores MCP, patrones de memoria por proyecto. * Herramientas de observabilidad en entornos contenerizados, idealmente con las convenciones semánticas OpenTelemetry GenAI. * Pruebas de rendimiento y carga a escala de plataforma (k6, Gatling, Locust u otras equivalentes). * Infraestructura-como-código y GitOps aplicados al aprovisionamiento de entornos de prueba. * Antecedentes en software para instrumentación científica, plataformas de laboratorio o ciencias de la vida / diagnósticos. **Ofrecemos** (según el país en el que resida): * Un puesto independiente en colaboración con buenos colegas, dentro de una organización orientada al crecimiento * Un verdadero compromiso con el equilibrio entre vida laboral y personal * Una oportunidad para aprender y crecer * Bono Agilent Resultado, Plan de Compra de Acciones, Seguro de Vida, Pensión, Atención Sanitaria, Programa de Asistencia al Empleado, Vacaciones, Actividades Corporativas **Detalles adicionales** Este puesto tiene una jornada completa semanal. Nuestros rangos salariales se determinan según el puesto, el nivel y la ubicación. Dentro de dicho rango, la remuneración individual se determina por la ubicación laboral y otros factores adicionales, incluidas las competencias relacionadas con el puesto, la experiencia y la formación o educación relevante. Durante el proceso de contratación, un reclutador podrá compartir más información sobre el rango salarial específico para la ubicación preferida. La información sobre salarios y beneficios por país está disponible en: https://careers.agilent.com/locations Agilent Technologies Inc. es un empleador que ofrece igualdad de oportunidades. Los candidatos calificados recibirán consideración para su contratación sin discriminación por raza, color, religión, sexo, orientación sexual, identidad de género, origen nacional, condición de veterano protegido, discapacidad o cualquier otra categoría protegida conforme a todas las leyes aplicables.**Viajes requeridos:** -------------------- 25 % del tiempo**Turno:** ---------- Diurno**Duración:** ------------- Sin fecha de finalización**Función del puesto:** ----------------- I+D
David Muñoz
Indeed · HR
David Muñoz
Indeed · HR
