Founding Principal Backend Engineer

Imagina el momento en que la plataforma deja de servir a diez usuarios internos y empieza a soportar carga real, multi-tenant, concentrada en ventanas críticas. Imagina que un job asíncrono falla a mitad de camino y nadie sabe en qué estado quedó la operación. Imagina que un auditor pide trazabilidad de una decisión tomada hace seis meses, y la única respuesta posible son los audit logs que se diseñaron, o no se diseñaron, en las primeras líneas del backend.

Este rol existe porque esos tres escenarios no son hipotéticos: son el momento en que una plataforma pasa de ser una demo a ser un producto, y la diferencia entre la que escala y la que hay que rehacer se decide antes de que ninguno de ellos llegue.

Buscamos a alguien capaz de construir la base de un producto sensible, multi-tenant y auditable, preparado para operar workflows asistidos por IA con trazabilidad, permisos y evidencia. Si los tres escenarios te resultan familiares y tienes opinión sobre cómo se diseña para ellos, sigue leyendo.

Sobre Naiian

Naiian es una startup Deep Tech europea con equipo en Madrid, well-funded y con un equipo fundador con trayectoria en producto, IA aplicada e ingeniería en entornos críticos. Construimos para clientes que operan en contextos de alta exigencia operativa y decisional, donde la auditabilidad, la integración con fuentes verificables y los mecanismos de aprobación humana sobre tareas sensibles no son features — son la base.

Estamos en fase fundacional. Las personas que se incorporan ahora definen la arquitectura, el código y la cultura técnica que la empresa heredará durante los próximos años.

El rol y ¿por qué existe?

Vas a construir el sistema nervioso de la plataforma: APIs, tenancy, autenticación, RBAC, jobs asíncronos, uploads, lógica de almacenamiento, audit logs, contratos entre servicios y la base del AI control plane.

La razón por la que este rol existe es concreta: cuando el uso aumenta, cuando la carga se concentra en ventanas críticas, o cuando los workflows asistidos por IA empiezan a operar con trazabilidad, permisos, costos y evidencias, la plataforma no puede volverse caótica. La capa que tú construyas es la que va a determinar si eso pasa o no.

También vas a dejar lista la primera versión del AI control plane: la capa que registra, gobierna y ordena cómo se usan modelos, workflows, RAG, outputs, costos, latencias y permisos. No necesitas ser experto en machine learning, pero sí necesitas entender que las llamadas a modelos, los jobs de IA, los eventos y las evidencias no pueden quedar dispersos ni sin trazabilidad.

Lo que vas a construir en los primeros 6 meses

• La V1 del control plane: tenant isolation, workspaces, permisos, RBAC y aislamiento lógico real, no decorativo.
• APIs críticas de la plataforma — versionado, manejo de errores, paginación, streaming y estados progresivos donde aplique.
• La capa de jobs asíncronos: retries, idempotencia, cancelación, priorización y backpressure. Hecha para soportar carga real, no demos.
• Audit logs y trazabilidad desde el primer commit, no como parche posterior.
• Los contratos internos que permitirán que workflows de IA, RAG, agentes y model routing operen con observabilidad, límites y ownership claros.
• Métricas de uso, límites por tenant, cost tracking y rate limits — la base operativa para que la plataforma sea gobernable.
• Decisiones de build vs buy junto al equipo fundador, y mentoring técnico sobre estándares backend a medida que el equipo crece.

¿Cómo trabajamos?

Trabajamos presencialmente en Madrid. Es una decisión consciente: en fase fundacional, la velocidad de iteración y la calidad de las decisiones técnicas que se toman en una pizarra compartida son difíciles de replicar en remoto.

Operamos con poco proceso y mucha responsabilidad. Quien diseña una API también la mantiene en producción. Quien construye un job asíncrono también lo depura cuando falla. No delegamos observabilidad, errores ni producción “a DevOps” — son parte del trabajo de ingeniería.

El criterio de calidad lo marca la realidad: ¿esto aguanta? ¿es auditable? ¿se puede operar? ¿lo entendería otro ingeniero senior en seis meses? Si la respuesta a alguna es “no”, vuelve a la pizarra.

¿Qué buscamos?

Más que un perfil cerrado, buscamos un conjunto de competencias demostrables:

• Track record real construyendo y escalando backends SaaS en producción — de 0→1 o de 1→n. Productos sensibles, multi-tenant o de alta criticidad operativa.
• Experiencia con permisos, workspaces, tenants y aislamiento lógico construidos de verdad, no leídos en un blog post.
• Diseño sólido de jobs asíncronos: retries, idempotencia, backpressure, trazabilidad. Si has vivido los edge cases, mejor.
• Buen criterio en modelado de datos, versionado de APIs y contratos entre servicios.
• Capacidad de diseñar audit logs y trazabilidad para productos donde la evidencia importa.
• Entendimiento de cómo registrar y gobernar llamadas a modelos, costos, latencias y outputs — aunque no seas especialista en ML.
• Backend sólido en Python y/o Go; Postgres avanzado; experiencia real con observabilidad y debugging en producción.
• Inglés alto y español operativo, o capacidad real de trabajar presencialmente en Madrid en un equipo bilingüe.

Suma puntos si

• Has trabajado con AI gateways, model routing, RAG pipelines o LLM application backends.
• Tienes experiencia con OpenTelemetry, Temporal, Redis/BullMQ, SQS, Kafka/NATS, pgvector o herramientas equivalentes. Lo importante no es haber usado exactamente cada una, sino haber construido sistemas equivalentes en producción.
• Vienes de fintech, healthtech, legaltech, cybersecurity, data platforms, B2B SaaS enterprise o productos con datos sensibles.
• Tienes experiencia en entornos regulados o con requisitos de compliance y auditoría.

Lo que probablemente no encaja

Para ahorrarnos tiempo mutuamente, este rol probablemente no es la mejor opción si:

• Llevas tiempo sin escribir código y tu rol ha derivado a arquitectura sin shipping.
• Tu experiencia se concentra en CRUDs, dashboards internos o APIs sencillas sin requisitos de tenancy, auditoría o concurrencia real.
• Defiendes microservicios como respuesta por defecto, antes de entender el problema.
• Eres machine learning engineer y te interesa este rol como pivote hacia ML aplicado — buscamos backend de verdad.

Compensación

Salario: 85.000 € – 95.000 € brutos anuales, según experiencia demostrada y nivel de seniority validado.

Equity: Paquete de equity fundacional, acorde al carácter founding del rol y al momento de la compañía.

Modalidad: Full-time, indefinido, 100% presencial en Madrid.

Protección de datos

Los datos personales que nos compartas durante el proceso (CV, datos de contacto, información profesional, comunicaciones e información aportada en las entrevistas) serán tratados por Naiian con la finalidad exclusiva de gestionar tu candidatura para este puesto y, si das tu consentimiento expreso, para futuros procesos de selección compatibles con tu perfil. La base jurídica del tratamiento es la aplicación de medidas precontractuales a petición de la persona interesada (art. 6.1.b RGPD) y, en su caso, tu consentimiento (art. 6.1.a RGPD).

Tus datos se conservarán durante el tiempo necesario para gestionar la candidatura y, salvo que ejerzas tu derecho de supresión, hasta un máximo de un año si autorizas su conservación para futuros procesos. No realizamos decisiones automatizadas con efectos jurídicos significativos. Puedes ejercer en cualquier momento tus derechos de acceso, rectificación, supresión, oposición, limitación y portabilidad, así como retirar el consentimiento, escribiendo a la dirección de contacto que aparece en el formulario de aplicación. Tienes derecho a presentar una reclamación ante la Agencia Española de Protección de Datos (

No realizamos decisiones automatizadas con efectos jurídicos significativos.