Buscamos a un profesional de MLOps que brinde soporte técnico integral en el diseño, desarrollo, despliegue y mantenimiento de modelos de machine learning, con impacto directo en procesos clave del negocio como el scoring crediticio, la segmentación de usuarios y la detección de fraude.
Este rol combina habilidades técnicas con una comprensión profunda del negocio fintech, en un entorno colaborativo, dinámico y orientado a resultados. Tendrás la oportunidad de trabajar codo a codo con equipos de ciencia de datos, ingeniería y producto, impulsando soluciones escalables y eficientes que generen valor real.
Actividades del Puesto:
- Limpieza, transformación y validación de datasets internos o externos.
- Asistencia en el entrenamiento y evaluación de modelos supervisados o no supervisados.
- Participación en la experimentación y análisis de métricas de desempeño.
- Contribución en tareas de integración y testing para la puesta en producción de modelos.
- Documentación y mantenimiento de scripts, notebooks y flujos de trabajo.
- Monitoreo de rendimiento y detección de anomalías en modelos desplegados.
- Registro de logs, métricas y sugerencias de mejora.
- Colaboración con científicos de datos, desarrolladores backend y PMs para entender objetivos de negocio.
- Apoyo en la generación de insights para mejorar productos crediticios y procesos operativos.
- Diseño y mantenimiento de pipelines CI/CD para modelos de ML en producción.
- Automatización de entrenamiento, validación, despliegue y monitoreo de modelos en microservicios.
- Implementación de versionado de datos y modelos (DataOps / ModelOps).
- Aseguramiento de escalabilidad, disponibilidad y trazabilidad de modelos en producción.
- Integración de flujos de ML con servicios core del negocio fintech (MongoDB, APIs RESTful).
- Gestión de entornos en la nube de Microsoft Azure (Azure ML, AKS, Azure DevOps).
- Colaboración con equipos de Data Science, Backend y Seguridad para cumplir estándares regulatorios.
Requirements
- Experiencia sólida (mínimo 2 años) en desarrollo de modelos de machine learning, preferiblemente en riesgo de crédito y fraude.
- Dominio de Spark (PySpark o Scala), incluyendo técnicas para manejo de grandes volúmenes de datos.
- Experiencia práctica con Databricks, orquestación con Airflow y despliegue de modelos en producción.
- Buen manejo de Python para ML, utilizando herramientas como scikit-learn, MLlib, pandas y numpy.
- Conocimiento de APIs REST para integrar modelos en aplicaciones.
- Prácticas sólidas de desarrollo: control de versiones (Git), testing, documentación y CI/CD (DataOps/ModelOps).
- Experiencia monitoreando y manteniendo modelos en producción, incluyendo evaluación continua y reentrenamiento.
- Deseable: conocimientos de interpretabilidad de modelos, justicia algorítmica (fairness) y regulación aplicable a crédito y finanzas.
- Experiencia asegurando la escalabilidad, disponibilidad y trazabilidad de los modelos desplegados.
- Integración de flujos de ML con servicios core del negocio fintech, utilizando bases de datos NoSQL (MongoDB) y APIs RESTful.
- Gestión de entornos en la nube de Microsoft Azure, incluyendo servicios como Azure ML, Azure Kubernetes Service (AKS), Azure DevOps, entre otros.
- Colaboración activa con equipos de Data Science, Backend y Seguridad.
- Realización de pruebas unitarias a los modelos de ML.
Benefits
- Beneficios de ley y superiores.
- Días de vacaciones adicionales.
- Beneficios de salud.
- Trabajo bajo objetivos y flexibilidad de horario
- Oportunidad de crecimiento,
- Aprendizaje continuo: acceso gratuito a cursos.