Buscamos un especialista en modelado de datos que brinde soporte técnico integral para el diseño, desarrollo y despliegue de modelos de machine learning con impacto directo en procesos clave del negocio.
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.
las actividades incluyen:
* 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.
* apoio 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).
requisitos
1. experiencia sólida (mínimo 2 años) en desarrollo de modelos de machine learning, preferiblemente en riesgo de crédito y fraude.
2. dominio de spark (pyspark o scala), incluyendo técnicas para manejo de grandes volúmenes de datos.
3. experiencia práctica con databricks, orquestación con airflow y despliegue de modelos en producción.
4. buen manejo de python para ml, utilizando herramientas como scikit-learn, mllib, pandas y numpy.
5. conocimiento de apis rest para integrar modelos en aplicaciones.
6. prácticas sólidas de desarrollo: control de versiones (git), testing, documentación y ci/cd (dataops/modelops).
7. experiencia monitoreando y manteniendo modelos en producción, incluyendo evaluación continua y reentrenamiento.
8. deseable: conocimientos de interpretabilidad de modelos, justicia algorítmica (fairness) y regulación aplicable a crédito y finanzas.
9. experiencia asegurando la escalabilidad, disponibilidad y trazabilidad de los modelos desplegados.
10. integración de flujos de ml con servicios core del negocio fintech, utilizando bases de datos nosql (mongodb) y apis restful.
11. gestión de entornos en la nube de microsoft azure, incluyendo servicios como azure ml, azure kubernetes service (aks), azure devops, entre otros.
12. colaboración activa con equipos de data science, backend y seguridad.
13. realización de pruebas unitarias a los modelos de ml.
]
beneficios
* 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.