tekkminds
tekkminds
tekkminds es una consultora tecnológica especializada en desarrollo nativo de la nube, inteligencia artificial y modernización de TI. Su trabajo abarca la consultoría, ingeniería y formación en AWS y Microsoft Azure; la integración de IA y el desarrollo de modelos personalizados para entornos en la nube o locales; la entrega de software full stack; DevOps y CI/CD; y soluciones de IoT. La empresa trabaja con clientes corporativos mediante colaboraciones B2B a largo plazo, combinando una ingeniería adaptada a cada necesidad con un enfoque en sistemas escalables y seguros y en procesos empresariales más eficientes.

Ingeniero Backend Cloud Senior – IA (Jornada completa, híbrido en Alemania)

Desarrolla backends cloud en Java y Kotlin e integraciones de IA para clientes empresariales. Crea APIs, sistemas RAG y de agentes, y componentes de aprendizaje automático basados en la nube.

Descripción

  • Desarrollar aplicaciones cloud nativas con Java, Kotlin y Spring Boot
  • Crear APIs REST para plataformas empresariales
  • Contenerizar y orquestar servicios con Docker y Kubernetes u OpenShift
  • Crear, mejorar y mantener canalizaciones de CI/CD
  • Modernizar y migrar sistemas backend consolidados
  • Desarrollar sistemas de generación aumentada por recuperación con LangChain o LangChain4J
  • Crear servidores MCP que conecten APIs existentes con modelos de lenguaje de gran escala
  • Diseñar sistemas basados en agentes y comunicación entre agentes
  • Integrar bases de datos vectoriales y tecnologías de embeddings
  • Implementar y supervisar componentes de IA basados en la nube mediante prácticas de MLOps
  • Asesorar a clientes empresariales en iniciativas de integración de IA
  • Tomar decisiones de arquitectura en ingeniería backend e IA
  • Impulsar los estándares y las mejores prácticas internas de ingeniería

Requisitos

  • Al menos cinco años de experiencia en desarrollo backend con Java o Kotlin
  • Sólidos conocimientos de Spring Boot o Jakarta EE
  • Experiencia práctica con Kubernetes y uso directo de al menos una plataforma cloud como AWS, Azure o GCP
  • Experiencia práctica con Docker y herramientas de CI/CD como GitLab, Jenkins o GitHub Actions
  • Experiencia práctica con modelos de lenguaje de gran escala mediante un proyecto personal, una prueba de concepto o una implementación en producción
  • Comprensión de los conceptos de generación aumentada por recuperación o capacidad para aprenderlos rápidamente
  • Alemán fluido a nivel profesional
  • Inglés fluido
  • Los conocimientos de Python para componentes de aprendizaje automático o IA son una ventaja
  • La experiencia con LangChain, LlamaIndex o LangChain4J es una ventaja
  • Los conocimientos de bases de datos vectoriales como Pinecone, Weaviate, Qdrant o ChromaDB son una ventaja
  • La experiencia con el Model Context Protocol o marcos de agentes es una ventaja
  • La experiencia en ingeniería de prompts o ajuste fino de modelos es una ventaja
  • La experiencia con GitOps mediante ArgoCD o Flux es una ventaja
  • Sólidas habilidades de comunicación al trabajar directamente con clientes
  • Capacidad de pensar desde una perspectiva arquitectónica
  • Disposición para aprender tecnologías de IA en rápida evolución
  • Enfoque pragmático del trabajo

Beneficios

  • La empresa financia certificaciones de AWS, Azure, GCP y Kubernetes
  • Un presupuesto considerable de desarrollo profesional apoya cursos y conferencias sobre IA
  • Acceso a comunidades y encuentros destacados de IA, con oportunidades para dar charlas
  • Trabajar con marcos modernos de IA, incluidos Spring AI, Embabel, LangChain4J, ADK, Strands, AutoGen y herramientas similares
  • Trabajar en proyectos empresariales exigentes para clientes consolidados
  • Elegir las herramientas y el hardware preferidos, incluidos portátil y teléfono
  • Acceso a un laboratorio de innovación para trabajos de prueba de concepto
  • Oficina moderna con buenas conexiones de transporte público
  • Equipos ágiles con procesos de toma de decisiones rápidos
  • Autonomía para liderar iniciativas técnicas propias
  • Charlas internas periódicas sobre los avances en IA
  • Tiempo de trabajo dedicado a blogs y artículos técnicos
  • Colaboración estrecha con un equipo que comparte conocimientos