Ingeniero de Software Senior para Sistema Text-to-Sql con Ia Generativa y Langchain

Estamos buscando un Ingeniero de Software Senior altamente calificado para desarrollar el componente central de un sistema "Text-to-SQL" para una plataforma educativa Enterprise. Este sistema será fundamental para permitir a los usuarios interactuar con datos complejos utilizando lenguaje natural.

El Desafío Principal:
El objetivo es diseñar e implementar una api robusta y escalable que sea capaz de traducir lenguaje natural a consultas sql complejas para una base de datos mysql 8. La plataforma es multi-tenant y cuenta con más de 500 tablas, lo que implica que las consultas generadas frecuentemente requerirán uniones (JOINs) de 5 a 10 tablas.

Responsabilidad Principal:
El profesional será responsable de diseñar e implementar una API en Python utilizando FastAPI, la cual deberá ser contenerizada en Docker. Esta API utilizará LangChain o LangGraph para orquestar de manera inteligente la generación, validación sintáctica y autocorrección de las consultas SQL. El sistema debe ser iterativo, permitiendo al agente modificar consultas SQL previas en respuesta a solicitudes de cambio del usuario (ej. "Agrega la columna fecha").

Requerimientos Técnicos (Must-Have):
*  Arquitectura RAG sobre Metadatos: Implementar un sistema de Recuperación Aumentada por Generación (RAG) que recupere solo el esquema de base de datos relevante (tablas y columnas) basado en la pregunta del usuario (Semantic Schema Linking). Esto es crucial para evitar saturar el contexto del Large Language Model (LLM).
*  Agentes y LangGraph: Desarrollar un flujo de trabajo agéntico que incluya los siguientes pasos: Generación de SQL -> Validación de Sintaxis -> Autocorrección si la validación falla. La capacidad de iterar y modificar consultas existentes es esencial.
*  Manejo de Contexto Multi-tenant: La API debe ser capaz de recibir un `institution_id` y conectarse dinámicamente a la base de datos MySQL distribuida correcta para cada institución.

Stack Tecnológico Requerido:
*  Lenguaje de Programación: Python 3.10+
*  Framework Web: FastAPI
*  Orquestación de LLM: LangChain / LangGraph (Excluyente)
*  Base de Datos: MySQL 8
*  Bases de Datos Vectoriales: ChromaDB, FAISS o PGVector (para la capa semántica)
*  Contenerización: Docker

Entregables del Proyecto:
*  api rest dockerizada: un endpoint `/generate` que reciba `question`, `history`, `institution_id` y devuelva un objeto con `sql_query` y `explanation`.
*  Capa Semántica: Un script de indexación que procese el DDL (Data Definition Language) de las 500 tablas y las transforme en embeddings consultables para el sistema RAG.
*  Documentación: Documentación completa de la API (Swagger/OpenAPI) y una guía detallada para el despliegue en AWS.

Perfil Buscado:
*  Experiencia comprobable en la construcción de sistemas RAG en entornos de producción.
*  Conocimiento profundo y experiencia práctica con SQL.
*  Capacidad demostrada para escribir código limpio, modular y fuertemente tipado.