Senior Full-Stack Software Engineer

Principales responsabilidades:

• Diseñar, desarrollar y mantener aplicaciones web modernas end-to-end, cubriendo frontend, backend y capas de datos para productos científicos y de inteligencia artificial.
• Construir interfaces ricas y orientadas a datos, incluyendo dashboards, visualizaciones interactivas y herramientas de análisis para facilitar la toma de decisiones.
• Desarrollar servicios backend y APIs seguras y escalables, integrando bases de datos, sistemas internos y servicios externos.
• Integrar componentes de datos, analítica y modelos de machine learning en aplicaciones de uso productivo, en colaboración con equipos de data science.
• Aplicar buenas prácticas de ingeniería de software: testing automatizado, revisiones de código, CI/CD, documentación, contenedores y monitorización.

Requerimientos:

Excluyentes:

• Titulación universitaria en Ingeniería Informática, Ciencias de la Computación o áreas afines.
• Experiencia mínima de 5 años desarrollando aplicaciones web y servicios en entornos productivos, con rol full-stack.
• Sólida experiencia en desarrollo frontend con JavaScript/TypeScript y frameworks modernos (React, Next.js, Vue) y/o frameworks Python orientados a UI (Streamlit).
• Experiencia en visualización de datos utilizando librerías como D3.js, Plotly, Vega-Lite o similares.
• Dominio de backend en Python utilizando frameworks como FastAPI, Flask o Django, incluyendo patrones asíncronos y procesos en segundo plano.
• Nivel avanzado de SQL y experiencia en modelado de datos sobre bases de datos relacionales (PostgreSQL, MySQL) y sistemas de cacheo como Redis.
• Experiencia en diseño y consumo de APIs RESTful, así como en prácticas de seguridad (OAuth/OIDC, JWT).
• Experiencia práctica desplegando y operando aplicaciones en AWS, utilizando Infraestructura como Código (Terraform y/o CloudFormation) y pipelines de CI/CD.

Deseables:

• Experiencia en visualizaciones avanzadas y diseño de experiencias de usuario para entornos científicos o analíticos complejos.
• Conocimientos en integración con plataformas de datos como Databricks o Snowflake.
• Experiencia integrando modelos de machine learning o servicios de inferencia (por ejemplo, endpoints de modelos o pipelines de ML).
• Conocimientos en lenguajes compilados como Go, Rust o Java.
• Exposición a dominios de datos científicos (life sciences, datos clínicos, bioinformática, imaging) y a buenas prácticas de gobernanza y privacidad de datos.

Ofrecemos