Portugal
ambi.
Block Labs
Ingeniero de IA Aplicada
RemotoPortugal
Lisbon, Portugal
TypeScriptPythonSQL
Traducción automática. Consulta el original.
Sobre Block
Labs Block Labs es un estudio tecnológico de primer nivel que opera en la vanguardia de Web3, Inteligencia Artificial y iGaming. No solo lanzamos funcionalidades; diseñamos plataformas de producción a gran escala 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 diseñemos sistemas de IA multiagente autónomos, construyamos infraestructura financiera descentralizada o arquitectemos plataformas de iGaming de alta frecuencia, nuestro estándar es la excelencia.
Nos movemos rápido, pero construimos a largo plazo. Si buscas trabajar junto a un equipo que valora la profunda experiencia técnica, el diseño de sistemas reflexivo y la propiedad del producto, Block Labs es tu lugar.
El Puesto
Estamos invirtiendo en agentes de IA gobernados que trabajan directamente con nuestros clientes y equipos internos. Datos e Inteligencia ahora se sitúan en el centro de varios productos que estamos desarrollando, y la plataforma que hemos construido está lista para albergar inteligencia más avanzada: toma de decisiones en tiempo real, modelado predictivo y agentes de IA gobernados.
Este puesto refleja ese cambio. Nuestro motor de decisiones se rige por un registro formal de decisiones: más de 100 decisiones en 15 módulos de plataforma, que abarcan puertas de riesgo en tiempo real, orquestación de recompensas y participación, enrutamiento de pagos, alertas de tesorería e intervenciones de juego responsable. Los humanos establecen objetivos, presupuestos y puertas de aprobación; la IA y los modelos de ML redactan, puntúan, simulan y optimizan dentro de ellos; 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 a preguntas de negocio reales y, a medida que ganan autonomía, actúan con clientes reales y dinero real: fundamentados, auditables, seguros contra entradas adversarias y controlados por aprobación humana donde las apuestas lo exigen. Y construyes la inteligencia debajo y alrededor de ellos: los modelos y análisis que impulsan las decisiones, y los paneles donde el negocio ve y dirige todo, en una plataforma donde una decisión incorrecta puede mover dinero y cada decisión debe ser reconstruible.
¿Qué tipo de cultura puedo esperar?
Madura, impulsada por la misión y con bajo ego. Valoramos la claridad sobre el ruido, los resultados sobre el teatro y el ritmo sin caos. Si eres una de las mentes más brillantes en tu oficio y quieres construir con otros expertos, te sentirás como en casa aquí.
Responsabilidades Clave
Tu primera entrega es un agente de analista de BI de producción en SQL: un agente nativo de Slack que responde a preguntas de negocio con SQL gobernado sobre el almacén analítico, con consultas validadas, resultados verificados y evidencia citada detrás de cada número.
A partir de ahí, el puesto equilibra cuatro oficios en partes aproximadamente iguales: agentes de IA, machine learning, ciencia de datos y los paneles y superficies que los exponen.
Agentes de IA
- Construir y poseer agentes analistas de principio a fin: agentes nativos de Slack que traducen preguntas de negocio en lenguaje natural a SQL gobernado sobre el almacén analítico, responden preguntas de P&L ejecutivas, publican resúmenes diarios de estado y explican movimientos de métricas con análisis de causa raíz respaldados por datos; protegidos por validación de SQL y esquema, verificaciones de resultados y comprobaciones cruzadas de métricas diarias contra vistas de informes canónicas.
- Extender a agentes orientados al cliente: triaje y enrutamiento de intenciones, respuestas basadas en recuperación (RAG) sobre bases de conocimiento versionadas con estrictos fallbacks de abortar y escalar, máquinas de estado conversacionales de múltiples turnos, voz de marca localizada y lógica de escalada; integrados con nuestras plataformas de helpdesk y CRM (ingesta de webhooks, gestión del ciclo de vida de la sesión, etiquetado de metadatos de intenciones, tickets de escalada automatizados con contexto de herramientas preempaquetado).
- Construir la capa de herramientas estratificadas por riesgo entre los agentes y los sistemas de back-office APIs: herramientas de recopilación de contexto de solo lectura, validación basada en información antes de cualquier acción, flujos de trabajo de confirmación de múltiples turnos y un interruptor por herramienta que mueve mutaciones de bajo riesgo de aprobación de liderazgo a ejecución totalmente autónoma a medida que se acumula la evidencia. Endurecer los agentes contra entradas adversarias: filtrado de inyección de prompts, congelación de umbrales de confianza en intenciones sensibles, rutas de escalada de seguridad silenciosas y defensas contra el uso indebido de herramientas y la exfiltración de datos.
- Construir agentes en la escala de autonomía utilizando LangGraph, el SDK de Agentes de Anthropic / Protocolo de Contexto de Modelo (MCP), o marcos de orquestación equivalentes. Diseñar el bucle de retroalimentación cerrado (captura de correcciones, registro de auditoría de decisiones probadas y memoria semántica), el registro de auditoría de decisiones y los mecanismos de evaluación, incluidas las suites de regresión que demuestran que las nuevas herramientas o intenciones no introducen degradación en las rutas existentes.
Machine Learning
- Construir y poner en producción los modelos detrás de las señales de decisión de la plataforma: modelos de abandono, valor de vida y sensibilidad a bonos para la participación; puntuaciones de riesgo de jugadores compuestas a través de señales de identidad, pago, juego, bonos y red; detección de colusión, juego de bots y cuentas múltiples; y detección de anomalías para tesorería y pagos.
- Entregar modelos como señales gobernadas, no como notebooks: contratos versionados y con SLA con el motor de decisiones y tus agentes, con monitoreo de frescura, deriva y calibración, y rutas de reentrenamiento automatizadas, servidos a través de niveles en tiempo real (Kafka/MSK), casi en tiempo real y por lotes (ClickHouse).
Ciencia de Datos
- Ser responsable de la puntuación de riesgo de retiros multivector: puntuaciones por vector con justificación y confianza citadas, agregación consciente de la evidencia y re-puntuación automática cuando llega evidencia tardía.
- Codificar reglas de negocio con los propietarios del dominio y mantener la política auditable: traducir la política en reglas deterministas y configurables; simular y probar retrospectivamente cada cambio de regla o umbral contra datos históricos antes de la activación; diseñar grupos de control y exclusión para medir el aumento real; y ejecutar los análisis detallados que alimentan tanto a tus agentes como al equipo ejecutivo.
Paneles y Superficies
- Construir las superficies de supervisión y aprobación para tus agentes: colas de revisión con tarjetas de propuesta de acción de un clic para mutaciones de alto riesgo, reproducción de sesiones buscables que expongan prompts, salidas de modelos, cadenas de razonamiento y llamadas a herramientas, y un módulo de calificación estructurado cuya salida alimenta conjuntos de datos de evaluación y ajuste fino.
- Diseñar y lanzar los paneles a través de los cuales el negocio consume tu trabajo: vistas de auditoría de decisiones, paneles de rendimiento de agentes (tasa de corrección, tasa de fallos, volumen de decisiones por regla y vector), colas de revisión de riesgos y vistas de KPI construidas con el equipo de BI, moviendo la creación de paneles hacia la detección y explicación de anomalías asistida por IA.
Sobre Ti
- Más de 4 años de experiencia en ingeniería de software, ciencia de datos o machine learning, incluyendo más de 1 año construyendo agentes impulsados por LLM en producción: uso de herramientas y llamadas a funciones, salidas estructuradas, recuperación y memoria, y orquestación de múltiples pasos con marcos como LangGraph o el SDK de Agentes de Anthropic.
- Has lanzado un sistema RAG en producción y puedes hablar concretamente sobre la fundamentación, la fragmentación y la calidad de la recuperación, el control de alucinaciones y cuándo negarse a responder.
- Tratas los agentes orientados al cliente como una superficie de ataque: puedes explicar cómo te defenderías contra la inyección de prompts, el abuso de llamadas a herramientas y la fuga de datos a través de las salidas del modelo.
- Propiedad del ciclo de vida de ML en producción: ingeniería de características, entrenamiento, servicio, monitoreo y reentrenamiento. La experiencia en detección de fraude, riesgo o abuso es una señal fuerte: clases desequilibradas, usuarios adversarios y decisiones con costos asimétricos.
- Rigor estadístico: diseño de experimentos, grupos de control y exclusión, medición de aumentos y calibración de puntuaciones; puedes defender una elección de umbral ante un oficial de cumplimiento tan cómodamente como ante un ingeniero.
- Disciplina de evaluación para sistemas no deterministas: has construido mecanismos de evaluación y suites de regresión y has detectado la degradación de la calidad antes que tus usuarios.
- Fuerte dominio de Python para servicios de producción, comodidad en TypeScript para las superficies de revisión y aprobación que lanzarás, y sólidas habilidades en SQL en bases de datos analíticas columnares (preferiblemente ClickHouse).
- Capaz de llevar tu propio trabajo a una superficie lista para stakeholders: colas de revisión, interfaces de aprobación, paneles y aplicaciones internas ligeras, utilizando un marco front-end o herramientas como Streamlit. No esperas a que otro equipo haga visible tu trabajo.
- Experiencia en el diseño de sistemas donde las salidas del modelo alimentan la ejecución determinista, manteniendo ese límite limpio (los modelos puntúan, sugieren y redactan; la lógica gobernada decide), con observabilidad y trazabilidad de LLM (Langfuse, LangSmith o similar) y propiedad de lo que envías, incluido cuando se rompe.
A Valorar
- Experiencia en iGaming u otros entornos de alta confianza e intensivos en transacciones donde la seguridad, la prevención de fraudes, la auditabilidad, la trazabilidad, la integridad de los datos y los controles operativos robustos son requisitos de ingeniería centrales.
- Experiencia en integración con helpdesk o plataformas de atención al cliente (Intercom, Zendesk o similar): webhooks, APIs de conversaciones, asistencia de agentes o automatización completa.
- Exposición a flujos de transacciones blockchain o cripto-nativas, incluyendo datos on-chain, agrupación de billeteras o liquidación de stablecoins.
- Experiencia con optimización restringida, bandits o aprendizaje por refuerzo aplicado dentro de restricciones comerciales estrictas (presupuestos, límites, listas de exclusión).
- Experiencia con motores de reglas o sistemas de gestión de decisiones, y desarrollo de aplicaciones Slack.
- Experiencia en eventos y streaming: consumidores de Kafka o MSK, procesamiento idempotente y manejo de fallos.
Cómo Trabajamos
- Totalmente remoto con comunicación asíncrona primero. Se prefiere solapamiento con la zona horaria de la UE.
- Equipo de Inteligencia pequeño y de alta autonomía dentro de la función de Datos. Reportas al Jefe de Datos y te coordinas con los Equipos de IA, BI e Infraestructura y, para los agentes orientados al cliente, con el Jefe de Atención al Cliente y los equipos de producto a los que sirven tus agentes.
- Las decisiones de arquitectura se documentan y debaten. Participarás en revisiones de diseño y serás dueño de las decisiones de tu dominio.
- La autonomía se gana con evidencia. Los modelos y agentes comienzan en modo de solo propuesta, controlado por humanos, y gradúan un nivel a la vez, respaldados por simulación y datos de resultados.
- Construimos para la escala multi-inquilino desde el primer día. Lo que envíes para un operador debe absorber al siguiente sin esfuerzo de ingeniería adicional.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil