Machine Learning Platform

Cashea; Buenos Aires; On-site; ARS 91,385,000 - 182,771,000; Full time

Job summary

Cashea busca un/a Ingeniero/a de ML y MLOps con 5+ años de experiencia para construir la infraestructura de ML y MLops, desarrollando herramientas, pipelines y modelos en producción bajo prácticas de gobernanza.

Responsable de productizar modelos bayesianos, crear templates y SDKs en Python, y formar a Data Scientists para lograr alta autonomía, manteniendo la performance y observabilidad.

Qualifications

• 5+ años de experiencia en Ciencia de Datos, ML o MLOps.
• 2+ años trabajando con herramientas MLOps en producción.
• Experiencia construyendo SDKs/libraries Python para consumo interno.
• Experiencia con CI/CD pipelines (GitHub Actions, GitLab CI, Jenkins).
• Conocimiento de modelos bayesianos y su productización en producción.

Responsibilities

• Construir la infraestructura de ML y MLops para desarrollo, despliegue y mantenimiento de modelos en producción, con buenas prácticas industriales.
• Crear herramientas, SDKs y pipelines automatizados que garanticen reproducibilidad, observabilidad y gobernanza.
• Productización y mejora de modelos complejos (bayesianos, ensembles) con estándares enterprise.
• Desarrollar CLI tools para deployment automatizado (ml-deploy, ml-rollback).
• Establecer templates repositories con best practices (model template, API template).
• Documentar APIs y SDKs (Sphinx/MkDocs, tutorials, examples).
• Formación a Data Scientists para lograr >80% autonomía.
• Optimizar performance de modelos bayesianos en producción (MCMC, inference).
• Mantener y evolucionar SDKs/tooling.
• Mejorar arquitectura serving modelos complejos.
• Documentación continua (runbooks, troubleshooting guides).

Skills

Ciencia de Datos

Machine Learning

MLOps

Python avanzado

CI/CD pipelines

Docker y Kubernetes

SDKs Python

Tools

MLflow

Feast

PyMC

Stan

Docker

Kubernetes

GitHub Actions

Airflow

Job description

¡Hola! Somos Cashea y nuestra misión es devolverle a los venezolanos la oportunidad de acceder al crédito a través de un modelo de negocios BNPL. Desde nuestro lanzamiento en 2022, nos hemos dedicado a promover la inclusión financiera. Hoy día tenemos más de 9 millones de usuarios activos, tanto para consumidores como para comercios, y nos hemos convertido en una marca de confianza en Venezuela, conquistando mentes y corazones

Sobre el 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 .

Construir CLI tools para deployment automatizado (ml-deploy, ml-rollback)

Crear templates repositories con best practices (model template, API template)

Establecer buenas prácticas para productizacion de modelos bayesianos (sampling, inference, monitoring)

Documentar APIs y SDKs (Sphinx/MkDocs, tutoriales, examples)

Training sessions Data Scientists (certificación uso plataforma Desarrollar herramientas self-service para Data Scientists (80%+ autonomy target)

Optimizar performance modelos bayesianos en producción (MCMC efficiency, inference speed)

Mantener y evolucionar SDKs/tooling basado en feedback DS

Mejorar arquitectura serving modelos complejos (bayesianos, ensembles)

Documentación continua (runbooks, troubleshooting guides)

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

Python avanzado (packaging, testing, documentation)

Conocimientos en MLflow (registry, tracking server, model serving, artifacts)

Experiencia en Modelos bayesianos (PyMC, Stan, o similar) - productización y optimization

Experiencia en Docker & Kubernetes

Conocimientos de Cloud platforms (GCP preferible, AWS/Azure acceptable)

Mentalidad de "internal tooling" (diseñar para otros desarrolladores)

Documentación clara y completa (technical writing)

Comunicación efectiva con Data Scientists (entender sus pain points)

Ownership y autonomía

Experiencia que suma

Experiencia con Feast (Feature Store)

Conocimiento Airflow/Composer (orchestration)

Experiencia con modelos de riesgo crediticio (NPL prediction, credit scoring)

Experiencia con modelos de growth (forecast, segmentación, churn)

Experiencia con modelos de fraude (anomaly detection, classification)

Experiencia en fintech o entornos regulados Contribuciones open-source (MLflow, Feast, PyMC, etc.)

Conocimiento de prácticas de Model Governance

Experiencia liderando iniciativas de developer experience Familiaridad con metodologías ágiles (Scrum/Kanban)

Por qué te encantará trabajar en Cashea

En Cashea tenemos una cultura de trabajo basada en la confianza y el propósito. Si necesitas una pista de por qué somos una buena opción, estos son nuestros valores fundamentales:

No trabajamos en piloto automático. Todo lo que hacemos es intencional. Nos encanta elaborar ideas plenamente conscientes del impacto que pueden tener en nuestros usuarios.

Tu creatividad y curiosidad son el activo más Importante.

Tu voz importa. Escuchamos y damos espacio a las ideas y al feedback. Todos pertenecen y lo que es importante para ti, también 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.