PRINCIPAL ENGINEER

Principal Engineer – AI & Backend

-Hibrido

Buscamos un/a Principal Engineer con especialización en Inteligencia Artificial y sólida base en ingeniería Backend para el equipo de Plataforma & Arquitectura de Banco Galicia.

El propósito del equipo es definir, implementar y asegurar procesos, tecnologías, estándares y arquitecturas a través de la construcción de nuestra plataforma de ingeniería, buscando maximizar la velocidad, el gobierno, la resiliencia, la escalabilidad y la experiencia del desarrollador a lo largo de nuestro SDLC.

OBJETIVO PRINCIPAL DEL ROL

Elevar la calidad técnica de nuestros productos y acelerar la adopción de AI/GenAI en la organización mediante el diseño y construcción de componentes, servicios, APIs, plataformas y patrones reutilizables, seguros y escalables.

Buscamos un perfil que combine una trayectoria profunda en Backend y arquitectura de software con experiencia aplicada en Inteligencia Artificial, capaz de transformar capacidades de IA en soluciones productivas y reutilizables para distintos equipos de ingeniería.

A su vez, tendrá un rol clave como referente técnico, contribuyendo de manera hands-on, definiendo estándares y acompañando a múltiples equipos frente a desafíos de alta complejidad.

PRINCIPALES RESPONSABILIDADES

• Tener un rol central y hands-on en el diseño y construcción de soluciones de ingeniería vinculadas a IA y GenAI.
• Diseñar arquitecturas Backend escalables para integrar capacidades de IA dentro de productos y plataformas.
• Construir y evolucionar APIs, servicios, componentes y patrones reutilizables que permitan acelerar la adopción de IA por parte de otros equipos.
• Liderar decisiones técnicas relacionadas con LLMs, RAG, agentes, embeddings e integración/orquestación de modelos.
• Definir patrones y buenas prácticas para llevar soluciones de IA desde experimentación hacia entornos productivos robustos, observables y escalables.
• Colaborar transversalmente con múltiples equipos de ingeniería y arquitectura para resolver desafíos técnicos complejos.
• Identificar oportunidades de reutilización y estandarización, evitando soluciones aisladas o duplicación de esfuerzos.
• Proponer implementaciones orientadas a mejorar escalabilidad, resiliencia, observabilidad, seguridad y performance.
• Definir y promover estándares tecnológicos, patrones de arquitectura y buenas prácticas de desarrollo.
• Actuar como referente y punto de escalamiento frente a problemas técnicos de alto nivel de complejidad y ambigüedad.
• Mentorear técnicamente a engineers y referentes de distintos equipos, elevando la vara de ingeniería de la organización.
• Participar activamente de procesos de contratación como bar raiser técnico.

REQUISITOS Y HABILIDADES

• Experiencia sólida en Backend Software Engineering y diseño de arquitecturas complejas.
• Seniority avanzado como Staff Engineer, Principal Engineer, Software Architect o posiciones técnicas equivalentes.
• Experiencia diseñando APIs, microservicios, sistemas distribuidos e integraciones.
• Experiencia concreta desarrollando o integrando soluciones de Inteligencia Artificial / Generative AI en productos de software.
• Conocimiento de arquitecturas basadas en LLMs, incluyendo conceptos como RAG, embeddings, agentes y evaluación de soluciones de IA.
• Experiencia llevando soluciones desde PoCs hacia producción, contemplando observabilidad, seguridad, performance, escalabilidad y resiliencia.
• Capacidad para balancear necesidades técnicas y de negocio.
• Experiencia liderando iniciativas técnicas de impacto transversal, sin necesidad de tener liderazgo formal de equipos.
• Muy buenas habilidades de comunicación e influencia con equipos técnicos multidisciplinares.

CONOCIMIENTOS

Core / importantes

• Backend: Java, Python, Node.js o .NET.
• Diseño de APIs y microservicios.
• Arquitecturas distribuidas y event-driven.
• Cloud y contenedores.
• CI/CD y prácticas modernas de ingeniería.
• Observabilidad y troubleshooting.
• SRE y resiliencia.

IA / GenAI

• LLMs y Generative AI.
• RAG.
• Embeddings y vector stores.
• Agentic AI / agentes.
• Integración y consumo de modelos mediante APIs.
• Evaluación, observabilidad y monitorización de aplicaciones basadas en IA.
• Frameworks/ecosistemas como Azure OpenAI, OpenAI, Semantic Kernel o LangChain, según la experiencia concreta del perfil.