Directo de la empresahace 7 días

Machine Learning Engineer

Buenos AiresPresencial · Tiempo completo

Senior5+ años

Cashea busca un Ingeniero de Machine Learning para construir y mantener la infraestructura de ML/MLOps, asegurando la reproducibilidad, observabilidad y gobernanza de modelos en producción. Se requiere experiencia en Python, MLOps tools, CI/CD y plataformas cloud.

Descripción del puesto

Somos Cashea 👋 y nuestra misión es devolverle a los venezolanos la oportunidad de acceder al crédito a través de un modelo de negocio BNPL (buy now, pay later). Desde nuestro lanzamiento en 2022, nos hemos dedicado a promover la inclusión financiera. Hoy contamos con más de 9 millones de usuarios activos, tanto consumidores como comercios, y nos hemos convertido en una marca de confianza en Venezuela, ganándonos el corazón y la mente de las personas. **Resumen del rol** Construir la infraestructura de Machine Learning y MLOps que permite a Data Scientists desarrollar, desplegar y mantener modelos de Machine Learning en producción siguiendo buenas prácticas industriales. Responsable de crear herramientas, SDKs y pipelines automatizados que garantizan reproducibilidad, observabilidad y gobernanza de modelos, con enfoque en self-service y autonomía de equipos de ML. Incluye productización y mejora constante de modelos complejos (bayesianos, ensembles) con estándares de calidad enterprise. **Responsabilidades** - Realizar análisis de datos ad hoc y presentar hallazgos accionables al equipo. - Implementar y mantener monitoreo y alertas sobre indicadores críticos. - Desarrollar e implementar dashboards que permitan optimizar métricas clave. - Colaborar dentro del squad en el diseño e implementación de soluciones analíticas que respondan a las necesidades del negocio. - Traducir requerimientos del squad en modelos de datos y transformaciones dentro del data warehouse. - Coordinar con Data Engineering y otros squads para asegurar la calidad, consistencia y disponibilidad de los datos. **Requisitos** - 5+ años de experiencia en Ciencia de Datos, Machine Learning o MLOps. - 2+ años trabajando con MLOps tools en producción (registry, tracking, model serving, Monitoring, Versioning). - Experiencia construyendo SDKs/libraries Python para consumo interno. - Experiencia con CI/CD pipelines (GitHub Actions, GitLab CI, Jenkins). - Capacidad de entender modelos bayesianos, ponerlos en producción con buenas prácticas y mejorarlos. **Técnico:** - Python avanzado (packaging, testing, documentation). - MLflow (registry, tracking server, model serving, artifacts). - Modelos bayesianos (PyMC, Stan, o similar) - productización y optimization. - Docker & Kubernetes básico. - Git & GitHub/GitLab workflows. - REST APIs design & development. - Cloud platforms (GCP preferible, AWS/Azure acceptable). **Soft Skills:** - Mentalidad de "internal tooling" (diseñar para otros desarrolladores). - Documentación clara y completa (technical writing). - Comunicación efectiva con Data Scientists (entender sus pain points). - Ownership/Autonomía. **Por qué te encantará trabajar en Cashea** En Cashea tenemos una cultura de trabajo basada en la confianza y el propósito. Si quieres saber por qué somos el lugar ideal para ti, estos son nuestros valores fundamentales: - No trabajamos en piloto automático. Todo lo que hacemos y compartimos —dentro y fuera— es intencional. Nos apasiona crear ideas siendo plenamente conscientes del impacto que tienen en nuestros usuarios. Tu creatividad y curiosidad son tus activos más importantes. - Tu voz importa. Escuchamos y abrimos espacio para las ideas y el feedback. - Aquí todos pertenecen; lo que es importante para ti, lo es para nosotros. - Valoramos la transparencia. La claridad nos mantiene conectados y con los pies en la tierra. - Por último, pero no menos importante, nos enfocamos en el impacto real. Todo lo que hacemos está destinado a marcar la diferencia. ¿Te identificas? ¡Postúlate ahora, nos encantaría conocerte!

Responsabilidades

Construir la infraestructura de Machine Learning y MLOps
Desarrollar herramientas, SDKs y pipelines automatizados
Garantizar reproducibilidad, observabilidad y gobernanza de modelos
Productización y mejora constante de modelos complejos
Realizar análisis de datos ad hoc y presentar hallazgos accionables
Implementar y mantener monitoreo y alertas sobre indicadores críticos
Desarrollar e implementar dashboards que permitan optimizar métricas clave
Colaborar dentro del squad en el diseño e implementación de soluciones analíticas
Traducir requerimientos del squad en modelos de datos y transformaciones
Coordinar con Data Engineering y otros squads para asegurar la calidad, consistencia y disponibilidad de los datos

Habilidades

Análisis de datosMonitoreo y alertasDiseño e implementación de soluciones analíticasModelos de datosTransformación de datosCalidad de datosConsistencia de datosDisponibilidad de datosMentalidad de 'internal tooling'Documentación clara y completaComunicación efectivaOwnershipAutonomía

Trabajos similares

Mlops Engineer

Lacaja · Buenos Aires

Presencialhace 1 mes