✓ Python en nivel producción. Posesión clara de la orquestación y lógica de negocio, no scripting

✓ Experiencia con frameworks multi-agente / LLM: Manos en Pydantic AI, LangChain, CrewAI, o similar (definiciones estructuradas de agentes, orquestación de workflows, tool-calling)

✓ RAG implementado en la práctica: Pipelines de retrieval, embeddings, búsqueda vectorial, estrategias de chunking (bonus si es code-aware)

✓ Fluidez en stack Azure-nativo: Azure SQL, Cosmos DB, compute en Azure — familiaridad real, no teórica

✓ Habilidades de integración API: El backend se comunica limpiamente con frontend .NET/React; capaz de trabajar autonomía en esa frontera

✓ Inglés hablado y escrito sólido: Exposición client-facing probable; stakeholders en USA

✓ Superposición horaria con US Eastern: Standups y touchpoints cliente requieren alignment

Diseñar y mantener la orquestación multi-agente: Implementar flujos de decisión complejos entre agentes LLM usando frameworks como Pydantic AI, LangChain o CrewAI
Gestionar pipelines RAG: Desarrollar estrategias de retrieval eficientes, configurar búsqueda vectorial y optimizar chunking para consultas sobre código
Integrar con Azure: Trabajar nativamente con Azure SQL, Cosmos DB y compute services — sin abstracciones que disfracen la plataforma
APIs limpias: Exponer funcionalidad de manera clara y sin fricción hacia el frontend
Observabilidad y debugging: Instrumentar decisiones de agentes, rastrear fallos, iterar rápidamente basándote en telemetría real

En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil.

La empresa promueve una cultura de trabajo excepcional basada en el trabajo en equipo, la excelencia y la diversión, con enfoque en crecimiento personal y recompensas compartidas. Al integrarse, el/la candidato/a formará parte de una comunidad que prioriza la comunicación abierta y relaciones laborales sólidas a largo plazo, respaldada por una estructura de desarrollo profesional y aprendizaje continuo.

Observabilidad AI: Pydantic Logfire u similar (trazabilidad de decisiones, monitoreo de éxito/fallo)
Herramientas dev asistidas por IA: Cursor o similar (el cliente usa esto; velocidad esperada refleja eso)
Background en consultoría / delivery: Entornos ambiguos y fail-fast; mejor ramp que tickets fully-spec'd
Exposición multi-cloud: AWS (Bedrock, Lambda, análisis de documentos) — no necesario aquí, pero suma para flexibilidad en otros proyectos
Dominio industrial: Experiencia en manufactura, construcción, o ERP-related — BlueScope tiene lógica real (componentes de acero custom, flujos de pre-detallado); acelera ramp
Static analysis / parsing de codebase: Directo al núcleo de Chiron (extracción de workflows desde código fuente)