Ingeniero de IA Aplicada

Descripción

**Acerca de Block Labs** ==================== Block Labs es un estudio tecnológico de primer nivel que opera a la vanguardia de **Web3, Inteligencia Artificial y juegos de azar en línea (iGaming)**. No nos limitamos a entregar funciones; diseñamos plataformas de alta escala y listas para producción que impulsan la próxima generación de productos digitales. Somos un colectivo de ingenieros senior, estrategas de producto y constructores que se niegan a comprometer la arquitectura. Ya sea que estemos diseñando sistemas de inteligencia artificial autónomos multiagente, construyendo infraestructura financiera descentralizada o arquitectando plataformas de iGaming de alta frecuencia, nuestro estándar es la excelencia. Avanzamos rápidamente, pero construimos para el largo plazo. Si buscas trabajar junto a un equipo que valora la profunda experiencia técnica, el diseño cuidadoso de sistemas y la propiedad del producto, Block Labs es tu lugar. **El puesto** ============ Estamos invirtiendo en agentes de IA regulada que interactúan directamente con nuestros clientes y equipos internos. Los datos y la inteligencia ahora ocupan un lugar central en varios productos que estamos desarrollando, y la plataforma que hemos construido está lista para soportar una inteligencia más avanzada: toma de decisiones en tiempo real, modelado predictivo y agentes de IA regulados. Este puesto refleja dicho cambio. Nuestro motor de decisiones está regulado por un registro formal de decisiones: más de 100 decisiones distribuidas en 15 módulos de plataforma, abarcando puertas de riesgo en tiempo real, coordinación de recompensas y participación, enrutamiento de pagos, alertas de tesorería e intervenciones para el juego responsable. Los seres humanos establecen objetivos, presupuestos y puntos de aprobación; los modelos de IA y aprendizaje automático redactan, califican, simulan y optimizan dentro de esos límites; el motor ejecuta de forma determinista dentro de los límites aprobados y registra todo. Como ingeniero de IA en el equipo de Inteligencia, eres el ingeniero de producto de la plataforma de datos y agentes. Construyes agentes de producción que responden preguntas comerciales reales y, conforme van adquiriendo autonomía, actúan con clientes reales y dinero real: fundamentados, auditables, protegidos contra entradas adversarias y sujetos a aprobación humana allí donde el riesgo así lo exija. Y construyes también la inteligencia subyacente y circundante: los modelos y análisis que sustentan las decisiones, y los paneles de control mediante los cuales el negocio observa y dirige todo, sobre una plataforma donde una decisión errónea puede mover dinero y cada decisión debe ser reconstruible. **Responsabilidades clave:** ========================= Tu primera entrega será un agente SQL de análisis BI de producción: un agente nativo de Slack que responda preguntas comerciales mediante SQL regulado sobre el almacén analítico, con consultas validadas, resultados verificados mediante comprobaciones de coherencia y evidencia citada detrás de cada número. A partir de ahí, el puesto equilibra cuatro disciplinas en proporción aproximadamente igual: agentes de IA, aprendizaje automático, ciencia de datos y paneles de control y superficies que los exponen. **Agentes de IA** ------------- * Construir y gestionar de extremo a extremo agentes analíticos: agentes nativos de Slack que traducen preguntas comerciales en lenguaje natural a SQL regulado sobre el almacén analítico, responden preguntas ejecutivas sobre ingresos y gastos (P&L), publican resúmenes diarios de salud operativa y explican variaciones de métricas mediante análisis de causas raíz respaldado por datos; protegidos mediante validación de SQL y esquema, comprobaciones de coherencia de resultados y comparaciones cruzadas de métricas diarias frente a vistas canónicas de informes. * Extender hacia agentes orientados al cliente: clasificación y enrutamiento de intenciones, respuestas fundamentadas en recuperación (RAG) sobre bases de conocimiento versionadas con mecanismos estrictos de interrupción y escalado, máquinas de estado conversacionales multivuelta, voz de marca localizada y lógica de escalado; integrados con nuestras plataformas de servicio de atención al cliente y CRM (ingestión mediante webhooks, gestión del ciclo de vida de sesiones, etiquetado de metadatos de intención, creación automática de tickets de escalado con contexto previamente empaquetado de herramientas). * Construir la capa de herramientas estratificadas por riesgo entre agentes y APIs de back-office: herramientas de obtención de contexto de solo lectura, validación de información antes de cualquier acción, flujos de confirmación multivuelta y un interruptor por herramienta que traslade mutaciones de bajo riesgo desde la aprobación inicial a la ejecución totalmente autónoma a medida que se acumula evidencia. Robustecer agentes frente a entradas adversarias: detección de inyección de indicaciones (prompt injection), bloqueos por umbral de confianza en intenciones sensibles, rutas silenciosas de escalado de seguridad y defensas contra el uso indebido de herramientas y la exfiltración de datos. * Construir agentes ascendiendo en la escalera de autonomía mediante LangGraph, el SDK de Agentes de Anthropic / Protocolo de Contexto de Modelo (MCP) u otros marcos de orquestación equivalentes. Diseñar el bucle cerrado de retroalimentación (captura de correcciones, memoria semántica y consultas probadas), el registro auditado de decisiones y los marcos de evaluación, incluidas las suites de regresión que demuestren que nuevas herramientas o intenciones no introducen degradación alguna en rutas existentes. **Aprendizaje automático** -------------------- * Construir y poner en producción los modelos detrás de las señales de decisión de la plataforma: modelos de rotación de clientes, valor vitalicio (LTV) y sensibilidad a bonos para la participación; puntuaciones compuestas de riesgo del jugador basadas en identidad, pagos, juego, bonos y señales de red; detección de colusión, juego automatizado (bots) y uso múltiple de cuentas; y detección de anomalías en tesorería y pagos. * Entregar modelos como señales reguladas, no como cuadernos (notebooks): contratos versionados y con acuerdos de nivel de servicio (SLA) con el motor de decisiones y tus agentes, con monitoreo de actualización, desviación y calibración, y rutas automatizadas de reentrenamiento, servidos en niveles de tiempo real (Kafka/MSK), casi en tiempo real y por lotes (ClickHouse). **Ciencia de datos** ---------------- * Gestionar la puntuación de riesgo de retiros mediante múltiples vectores: puntuaciones por vector con justificación citada y confianza, agregación consciente de la evidencia y recálculo automático cuando llega evidencia tardía. * Codificar reglas comerciales junto con los propietarios de dominio y mantener la política auditables: traducir políticas en reglas deterministas y configurables; simular y someter a prueba retrospectiva cada cambio de regla o umbral con datos históricos antes de su activación; diseñar grupos de exclusión y controles para medir el incremento real; y realizar análisis exhaustivos que alimenten tanto a tus agentes como al equipo ejecutivo. **Paneles de control y superficies** -------------------------- * Construir las superficies de supervisión y aprobación para tus agentes: colas de revisión con tarjetas de propuesta de acción de un solo clic para mutaciones de alto riesgo, reproducción de sesiones buscable que exponga indicaciones, salidas de modelos, cadenas de razonamiento y llamadas a herramientas, y un módulo estructurado de calificación cuya salida alimente conjuntos de datos para evaluación y ajuste fino. * Diseñar y entregar los paneles de control mediante los cuales el negocio consume tu trabajo: vistas de auditoría de decisiones, paneles de rendimiento de agentes (tasa de correcciones, tasa de fallos, volumen de decisiones por regla y vector), colas de revisión de riesgos y vistas de indicadores clave de rendimiento (KPI) construidas junto con el equipo de BI, impulsando la visualización hacia la detección y explicación de anomalías asistida por IA. **Acerca de ti:** ============== * 4 o más años de experiencia en ingeniería de software, ciencia de datos o aprendizaje automático, incluyendo al menos 1 año construyendo agentes impulsados por LLM en producción: uso de herramientas y llamadas a funciones, salidas estructuradas, recuperación y memoria, y orquestación multietapa con marcos como LangGraph o el SDK de Agentes de Anthropic. * Has puesto en producción un sistema RAG y puedes hablar concretamente sobre fundamentación, fragmentación (chunking) y calidad de recuperación, control de alucinaciones y cuándo negarte a responder. * Consideras a los agentes orientados al cliente como una superficie de ataque: puedes explicar cómo te defenderías contra inyección de indicaciones (prompt injection), abuso de llamadas a herramientas y filtración de datos mediante salidas de modelos. * Gestión integral del ciclo de vida de ML en producción: ingeniería de características, entrenamiento, puesta en servicio, monitoreo y reentrenamiento. Experiencia en detección de fraude, riesgo o abuso constituye una señal muy positiva: clases desbalanceadas, usuarios adversarios y decisiones con costos asimétricos. * Rigor estadístico: diseño experimental, grupos de exclusión y controles, medición de incremento y calibración de puntuaciones; puedes defender una elección de umbral ante un oficial de cumplimiento con la misma soltura que ante un ingeniero. * Disciplina de evaluación para sistemas no deterministas: has construido marcos de evaluación y suites de regresión y detectado derivas de calidad antes de que lo hicieran tus usuarios. * Fuerte dominio de Python para servicios de producción, comodidad con TypeScript para las superficies de revisión y aprobación que entregarás, y sólidas habilidades en SQL sobre bases de datos analíticas columnares (preferiblemente ClickHouse). * Capacidad para llevar tu propio trabajo hasta una superficie lista para interesados: colas de revisión, interfaces de aprobación, paneles de control y aplicaciones internas ligeras, usando un framework frontend o herramientas como Streamlit. No esperas a que otro equipo haga visible tu trabajo. * Experiencia diseñando sistemas donde las salidas de modelos alimentan la ejecución determinista, manteniendo ese límite limpio (los modelos califican, sugieren y redactan; la lógica regulada decide), con observabilidad y trazabilidad de LLM (Langfuse, LangSmith o similares) y responsabilidad sobre lo que entregas, incluso cuando falla. **Deseable** ================ * Experiencia en iGaming u otros entornos de alta confianza e intensivos en transacciones, donde la seguridad, la prevención de fraude, la auditabilidad, la trazabilidad, la integridad de los datos y los controles operativos robustos son requisitos fundamentales de ingeniería. * Experiencia en integración con plataformas de servicio al cliente o centro de ayuda (Intercom, Zendesk o similares): webhooks, APIs de conversación, asistencia a agentes o automatización completa. * Conocimiento de flujos de transacciones nativas de blockchain o criptomonedas, incluyendo datos en cadena, agrupamiento de billeteras o liquidación con monedas estables. * Experiencia con optimización restringida, bandits o aprendizaje por refuerzo aplicados dentro de restricciones comerciales rigurosas (presupuestos, límites, listas de exclusión). * Experiencia con motores de reglas o sistemas de gestión de decisiones, y desarrollo de aplicaciones para Slack. * Experiencia con arquitecturas basadas en eventos y transmisión de datos: consumidores Kafka o MSK, procesamiento idempotente y manejo de errores. **Cómo trabajamos** =============== * Trabajo completamente remoto con comunicación centrada en la asincronía. Se prefiere una superposición horaria con la zona horaria de la UE. * Equipo pequeño y altamente autónomo de Inteligencia dentro de la función de Datos. Informas directamente al Director de Datos y coordinas con los equipos de IA, BI e Infraestructura, y, para agentes orientados al cliente, con el Director de Servicio al Cliente y los equipos de producto cuyas plataformas sirven tus agentes. * Las decisiones arquitectónicas se documentan y debaten. Participarás en revisiones de diseño y tendrás responsabilidad sobre