Sede: Minneapolis, MN URL: http://collaboration.ai Who We Are Collaboration.Ai es una empresa de software y servicios centrada en misiones y con IA basada en Minnesota, con empleados, socios y clientes de todo el mundo. Unimos a personas, tecnología y propósito para acelerar avances que transforman industrias, empoderan a las comunidades y crean un futuro más sostenible. Colaboramos con organizaciones de todo el ecosistema de defensa, ayudándolas a superar retos complejos y a impulsar el cambio transformador.Nuestros productos NetworkOS — NetworkOS es una plataforma impulsada por IA que alinea personas, propósitos, ideas y experiencia en tiempo real, generando ideas prácticas para impulsar movimientos hacia adelante.CrowdVector — CrowdVector es una plataforma integrada de gestión de soluciones de mercado y innovación que descubre rápidamente nuevas ideas y avances en los movimientos de combustible.Para aprender más sobre nosotros, visite la colaboración.ai.Sobre el rol Construirá los sistemas de agente y los flujos de datos detrás de las capacidades de IA de NetworkOS: flujos de trabajo de agentes de producción más avanzados en el sector de la industria, y encaminará en una red de información.

Agentes en producción. Pipelines que sostienen. Evals que mantienen a todos honestos. Lo que hará • Sistemas de agentes de producción de buques —diseñar, construir y operar flujos de trabajo agentic (agente SDKs, servidores MCP, estándares de habilidades de agente) que potencian la coincidencia, análisis e inteligencia de datos impulsada por IA • Operalizar la calidad de LLM —construir la capa de eval y observabilidad con Langfuse, datasets dorados, patrones LLM como juicio y seguimiento al estilo FinOps para que cada flujo de trabajo tenga calidad medible, coste y latencia • Conducciones de datos de ingenieros —ingestión robusta de documentos, datos estructurados y fuentes externas en bases de conocimiento que se puedan buscar con validación de calidad, deduplicación y actualizaciones incrementales • Calidad de recuperación propia — búsqueda híbrida que combina vector, palabra clave y recuperación de metadatos, mejorada continuamente mediante reordenación, expansión de consultas y compresión contextual • Aceleración con IA —constables y habilidades de agente que hacen que todo el equipo de ingeniería, tecnología y tecnología avanzada; tecnología de comunicación de la información y tecnología avanzada

• Operaciones de LLM: Langfuse + evals (datos de oro, LLM-as-judge); seguimiento interno de FinOps (uso de token, latencia, costo); orquestación multiproveedor, incluyendo AWS Bedrock • Búsqueda y recuperación: bases de datos vectoriales, OpenSearch, modelos de integración • Datos: PostgreSQL, Amazon S3; tuberías de streaming (Kafka/Kinesis) donde sea necesario • Infraestructura: Docker, Kubernetes (AWS EKS); DataDog + OpenTelemetry observability Lo que estamos buscando Must-Haves • 7+ años de experiencia en ingeniería de software profesional, con más de 3 años centrados en AI/ML o ingeniería de datos • Tecnología de la información similar — sistemas de aplicaciones de agente/LLM en torno a LLM API (Antropic, OpenAI) que sirven a usuarios reales: agentes, uso de herramientas, sistemas de gestión de la información de la información, sistemas de la tecnología de la información de la información de la información, tecnología de la información de la información de la

• Experiencia avanzada de los Gráficas, bases de datos de gráficos o recuperación basada en gráficos • Selección de modelos y derechos de autor — modelos que se ajustan a casos de uso específicos de dominios en relación con la calidad, los costos y las diferencias entre los distintos tipos de uso • Experiencia de datos de gráficos — gráficos de conocimiento, bases de datos de gráficos o recuperación basada en gráficos • Selección de modelos y derechos de autor — modelos que se ajustan a casos de uso específicos de dominios específicos de calidad, costes y latencia • Experiencia de transmisión de datos (Kafka, Kinesis) para actualizaciones en tiempo real de la base de conocimientos • Antecedentes de investigación, contribuciones de código abierto o un título avanzado en ML/IR/NLP ¿Por qué colaborar con AI? Ingeniería de IA real, no una tienda de envoltura. Agentes de producción, recuperación híbrida, evals continuos, y un itinerario de trabajo dirigido a agentes + agentes — con autonomía para configurar cómo está construido.