Nos presentamos
¿Qué buscamos?
En Invox Medical construimos productos de voz e IA para el sector salud con una misión clara: devolver el tiempo a los profesionales sanitarios para que puedan dedicarlo a sus pacientes.
Nuestra suite —Invox Genesis, Invox Dictation e Invox Aura— trabaja con información clínica real y exige el máximo nivel de calidad, seguridad y trazabilidad. Estamos ampliando esta plataforma con sistemas agénticos capaces de entender contexto, utilizar herramientas y ejecutar workflows clínicos de principio a fin.
Sobre la posición: diseñar y construir agentes en producción
Buscamos un/a
Ingeniero/a de Software especializado/a en IA Generativa para convertir casos de uso clínicos en agentes fiables, medibles y mantenibles.
No buscamos prototipos que solo respondan a un prompt. Buscamos a alguien capaz de diseñar el
runtime completo de un agente: estado, memoria, herramientas, planificación, ejecución, recuperación ante fallos, intervención humana y evaluación continua. Trabajarás desde la arquitectura del grafo hasta el despliegue y la operación en producción, aplicando ingeniería de software rigurosa a sistemas no deterministas.
Tus retos principales
- Diseño del runtime agéntico: Diseñarás y construirás grafos con LangGraph —nodos, routing, loops, paralelismo, streaming, interrupts y subgrafos— para resolver workflows clínicos reales, no únicamente cadenas lineales.
- Estado, memoria y control: Modelarás estado tipado y persistente, memoria de sesión y memoria de largo plazo, checkpointers, reanudación de ejecuciones, idempotencia, timeouts, retries y límites de coste.
- Tool use y autonomía segura: Diseñarás contratos de herramientas, structured outputs y tool calling; integrarás APIs y fuentes clínicas con permisos, validación, sandboxing y human-in-the-loop cuando el riesgo lo requiera.
- RAG y conocimiento clínico: Construirás retrieval híbrido, reranking, filtros por tenant, Graph-RAG y estrategias de grounding sobre conocimiento médico, incluyendo bases vectoriales y grafos cuando aporten valor.
- Modelos y routing: Seleccionarás y combinarás modelos según calidad, latencia, coste, privacidad y disponibilidad; trabajarás con proveedores como AWS Bedrock y otras APIs de modelos sin acoplar la arquitectura a uno solo.
- Observabilidad y evaluación: Instrumentarás cada ejecución para conocer decisiones, herramientas, tokens, coste, latencia y errores. Crearás datasets y evals de regresión para medir fidelidad médica, groundedness, seguridad y calidad de tool use antes de promover cambios.
- Producción e integración: Implementarás el core en Python y las integraciones de plataforma en TypeScript, desplegando servicios robustos en AWS y, cuando el proyecto lo exija, en entornos contenerizados u on-premise.
✅ Lo que necesitas para triunfar
- Experiencia construyendo agentes: Has llevado a producción agentes o workflows multi-step con ciclos, routing, uso de herramientas, estado persistente y manejo explícito de fallos.
- LangGraph como herramienta de arquitectura: Sabes modelar StateGraphs, nodos, edges, subgrafos, checkpointers, interrupciones y reanudación; entiendes cuándo usar LangGraph, código propio u otra abstracción y puedes justificar la decisión.
- Python sólido y TypeScript práctico: Dominas Python asíncrono, tipado, testing y diseño de servicios; puedes desarrollar integraciones y APIs mantenibles en TypeScript.
- Ingeniería de producción: Experiencia con APIs, colas o eventos, concurrencia, idempotencia, seguridad, CI/CD, Docker y despliegues en AWS. Sabes operar sistemas con requisitos de latencia y disponibilidad.
- Evaluación y observabilidad de LLMs: Has trabajado con trazas y métricas de LLM/agent (por ejemplo, OpenTelemetry, Arize Phoenix, Langfuse, LangSmith o Datadog) y con evals basadas en datasets (por ejemplo, Ragas o DeepEval).
- Tool calling y salidas estructuradas: Diseñas esquemas, validas respuestas del modelo y controlas permisos, errores, reintentos y efectos secundarios de las herramientas.
- RAG aplicado: Entiendes chunking, embeddings, búsqueda híbrida, reranking, filtros de seguridad y evaluación de retrieval; puedes trabajar con bases vectoriales y conocimiento estructurado.
- Rigor para el entorno sanitario: Te importan la trazabilidad, la privacidad, la reproducibilidad y la seguridad de las decisiones asistidas por IA.
Te diferenciarás si tienes
- Experiencia con memoria de largo plazo, checkpointers y sistemas human-in-the-loop para agentes; conocimiento de patrones o herramientas como mem0 o equivalentes.
- Experiencia con Graph-RAG, knowledge graphs, Neo4j/Cypher o modelado de terminologías clínicas.
- Conocimiento de protocolos y ecosistemas de interoperabilidad de herramientas para agentes, como MCP, y de arquitecturas multi-agente cuando aporten valor real.
- Experiencia optimizando coste y latencia mediante model routing, caching, batching, compresión de contexto, modelos pequeños o modelos open source.
- Experiencia con Terraform/AWS CDK, Kubernetes, SageMaker, FastAPI, Pydantic, Redis, PostgreSQL o bases vectoriales en producción.
- Familiaridad con terminologías sanitarias y estándares como CIE-10, SNOMED CT o HL7/FHIR.
¿Por qué trabajar con nosotros?
