Expert Tech - AAML Special Projects

Descrizione del lavoro:

Expert Tech - AAML Special Projects
Frontier AI · Agentic Commerce · Autoresearch
Equipo: AAML · Special Projects · liderado por Mariano Hombre (Argentina)

Por qué este rol importa

Special Projects es el equipo dentro de AAML que tiene como objetivo desarrollar iniciativas de alto impacto, time-to-market corto (3-6 meses), entregables concretos y handover claro hacia los equipos de capabilities o de negocio que escalan la solución.

El rol

Buscamos un/a Expert Tech que lidere técnicamente la construcción de los sistemas que conectan a MELI con el ecosistema agéntico: protocolos abiertos, agentes productivos, visibilidad en answer engines y loops de experimentación autónoma.
Tiene que meter las manos en todo: diseñar arquitecturas, integrar protocolos emergentes, implementar agentes, operar pipelines y asegurar que cada exploración tenga handover real. Los perfiles de Data Science del equipo aportan profundidad en modelado y evals - esta persona aporta el músculo de ingeniería que lleva esas soluciones a producción y las hace interoperables.

Los 4 frentes técnicos

* Agentic Commerce Protocols - ACP (OpenAI + Stripe), UCP (Google) y los estándares emergentes que permiten que un agente concrete una compra.
* Answer Engine Optimization (AEO) - que MELI sea citada, elegida y convertida dentro de ChatGPT, Perplexity, AI Overviews y respuestas generativas, con Gartner estimando una caída del 25% en búsqueda tradicional hacia 2026.
* Autoresearch - loops autónomos al estilo Karpathy (program.md + métrica objetiva + presupuesto de tiempo) para acelerar la experimentación de ML y el descubrimiento de mejoras.
* Soluciones agénticas end-to-end - arquitecturas multi-agente, MCP, WebMCP (el estándar W3C que expone la web a agentes sin scraping), A2A y protocolos de interoperabilidad.

Qué vas a hacer

* Implementar la infraestructura de AEO: instrumentación de citaciones, tracking de share of voice y AI referral traffic, pipelines de optimización de contenidos para generative search.
* Construir autoresearch loops productivos: sistemas que iteran código contra métricas testables, con aislamiento, auditoría y costos controlados.
* Diseñar arquitecturas multi-agente sobre MCP, WebMCP, A2A y frameworks como LangGraph, LangChain, ADK, smolagents o n8n: orquestación, estado compartido, manejo de errores, latencia y observabilidad.
* Construir e integrar ACP / UCP: implementar servers RESTful y/o MCP, diseñar contratos, manejar autenticación, pricing y atribución de agentes.
* Asegurar excelencia operacional: pipelines end-to-end, evals automatizadas, monitoreo, costos, SLOs.
* Colaborar con los Data Scientists del equipo aportando ingeniería al modelado y al diseño de evals - no modelar desde cero.
* Detectar capabilities reusables dentro de cada exploración y articular handover limpio y documentado con los equipos que las escalan.
* Elevar el nivel técnico del ecosistema AAML como referente y mentor.

Qué buscamos

Must-have - Ingeniería

* Experiencia comprobable diseñando y operando sistemas distribuidos productivos de alta escala.
* Dominio de diseño de APIs, contratos de protocolos, versionado, seguridad y autenticación.
* Fluidez en Python y al menos un segundo lenguaje productivo (Go / Java / TypeScript).
* Arquitecturas escalables, resilientes y observables. Pipelines end-to-end.
* CI/CD, monitoreo, SLOs, manejo de costos y performance en producción.

Must-have - AI aplicado

* Fuerte conocimiento práctico de LLMs, RAG, embeddings y sistemas conversacionales desde la perspectiva de integración y sistemas.
* Construcción productiva de agentes y sistemas multi-agente con LangGraph, LangChain, ADK, smolagents, n8n u otros frameworks.
* Práctica con MCP y A2A. Deseable WebMCP y MCP Apps (el lado browser del protocolo).
* Entendimiento del landscape de agentic commerce (ACP, UCP), o disposición clara a convertirte en referente interno en pocos meses.
* Diseño de evals para sistemas no deterministas (LLM-as-judge, red-teaming) y definición de métricas de impacto.

Forma de trabajo

* Autonomía alta en contextos ambiguos, con problemas abiertos y sin playbook previo.
* Ownership end-to-end: problema → arquitectura → producción → handover.
* Sesgo fuerte a entregar, sin sacrificar calidad técnica.
* Capacidad de intervenir en todas las capas: del protocolo al deploy.

Deseable (nice to have)

* Machine Learning aplicado - entrenamiento, fine-tuning, feature engineering. No es el foco del rol pero suma para colaborar con los DS del equipo.
* Contribuciones a open source de protocolos (MCP / ACP / WebMCP) o frameworks de agents.
* Experiencia con AEO / GEO, SEO técnico en la era generativa o instrumentación de visibilidad en LLMs.
* Implementación previa de autoresearch loops o auto-eval (Karpathy loop, Ouroboros, experimentos con git-based feedback).
* Inglés fluido para colaborar con equipos globales y participar en comunidades de estándares.
¿Te animás a dejar huella en la tecnología de América Latina? ¡Postulate y sumate a nuestro propósito!
Modalidad de trabajo híbrida. Site Buenos Aires, Brasil, Colombia