Ubicación: méxico / latam (remoto o híbrido)tipo: full-timeequipo: producto & ingeniería – quashel rolbuscamos un machine learning engineer que combine ml clásico + genai + software engineering, y que participe de extremo a extremo en la construcción de la plataforma:• desde el diseño de agentes de ia,• pasando por pipelines de datos y modelos,• hasta su despliegue productivo en aws y su integración con el frontend y clientes reales.este rol es hands-on, con alto impacto técnico y de producto.⸻responsabilidades1. Desarrollo de agentes de ia y genai• diseñar, construir y mantener agentes de ia usando aws bedrock (claude, titan, etc.) y otra plataforma deploy-ready.• implementar orquestación de agentes, memoria, herramientas (tools), y flujos multi-step.• construir pipelines de rag (retrieval-augmented generation) sobre documentos financieros, datos de buró, políticas de crédito y fuentes externas.• optimizar prompts, context windows, costos, latencia y observabilidad de los agentes.2. Modelos de machine learning & riesgo de crédito• desarrollar y mantener modelos de riesgo crediticio (pd, scorecards, reglas híbridas, features alternativas).• trabajar con datos estructurados y no estructurados (tabulares, texto, documentos).• implementar entrenamiento, validación y versionado de modelos en sagemaker.• colaborar en análisis de desempeño, fairness, explainability y estabilidad de modelos.3. Mlops & despliegue• desplegar modelos en producción usando sagemaker endpoints, batch inference o pipelines.• diseñar pipelines de ml reproducibles (entrenamiento, inferencia, monitoreo).• implementar versionado de modelos, datasets y artefactos.• monitorear drift, performance y uso de modelos en producción.4. Backend & plataforma• desarrollar apis de backend en python (fastapi) para exponer agentes, modelos y resultados.• integrar servicios con aws s3, dynamodb, y otros servicios cloud.• diseñar sistemas orientados a eventos y escalables.• colaborar con frontend y producto para integrar capacidades de ia en la plataforma web.5. Datos & análisis• diseñar y consumir datasets de crédito y riesgo.• construir pipelines de ingestión, limpieza y feature engineering.• analizar comportamiento de usuarios, uso de agentes y resultados de decisiones.• apoyar en análisis exploratorios y pruebas de concepto con clientes.⸻requisitos técnicosindispensables• +4 años de experiencia como ml engineer, data scientist senior o rol similar.• dominio sólido de python para ml y backend.• experiencia práctica con machine learning en producción.• conocimiento de genai / llms y sistemas basados en ellos.• experiencia usando aws (s3, iam, ec2, sagemaker, dynamodb).• experiencia construyendo apis con fastapi o frameworks similares.• buen entendimiento de datos de crédito / financieros o fuerte interés en el dominio.muy deseables• experiencia con aws bedrock o plataformas similares de llms.• experiencia en rag, embeddings, vector stores y búsqueda semántica.• conocimiento de riesgo de crédito, underwriting, scoring o fraude.• experiencia con mlops, ci/cd y despliegues cloud.• experiencia trabajando en productos b2b saas o fintech.⸻perfil ideal• mentalidad de ingeniero de producto, no solo de investigación.• cómodo trabajando con ambigüedad y definiendo soluciones desde cero.• capaz de explicar decisiones técnicas a perfiles no técnicos.• interés genuino por sistemas agenticos, ia aplicada y toma de decisiones.• alto ownership: lo que construyes, lo operas.⸻qué ofrecemos• trabajar en una plataforma agentica real, usada por clientes reales.• exposición directa a problemas complejos de riesgo financiero.• mucha libertad técnica y capacidad de influir en arquitectura y producto.• crecimiento acelerado en genai, mlops y sistemas de decisión.• equipo pequeño, senior y enfocado en impacto.