Ml Ops Engineer

OBJETIVO GENERAL DEL PUESTOBrindar soporte técnico al diseño, desarrollo y mantenimiento de modelos de machine learning que contribuyan a optimizar procesos clave del negocio, como el scoring crediticio, segmentación de usuarios o detección de fraude. El rol busca integrar el conocimiento técnico con una visión práctica del negocio fintech, en un entorno de aprendizaje constante, colaborativo y orientado a resultados.**Requisitos**:Lic. o Ing en Sistemas, Físca, Matemáticas, AfinDeseable Postgrado en Ciencia de Datos, Machine Learning o similar.HABILIDADES- Curiosidad técnica: Ganas de aprender, experimentar e investigar nuevos enfoques.- Pensamiento lógico y analítico: Enfoque riguroso y estructurado: para resolver problemas.- Comunicación clara Capacidad: para expresar ideas técnicas de forma simple y ordenada.- Trabajo en equipo: Colaboración proactiva con pares y líderes técnicos.- Gestión del tiempo: Organización y seguimiento de tareas en entornos ágiles.- Recepción de feedback: Capacidad para integrar comentarios constructivos en su desarrollo profesional.CONOCIMIENTOS- Spark (PySpark o Scala)- Python (pandas, NumPy, scikit-learn) (Intermedio)- SQL básico / consultas a bases de datos (Avanzado)- Modelos de machine learning clásicos (regresión, clasificación, clustering) (Intermedio)- Limpieza y procesamiento de datos (Intermedio)- Git y control de versiones (intermedio)- Fundamentos de APIs y servicios REST (Intermedio)- Manejo de notebooks (Jupyter, Colab) (Intermedio)- Conocimientos Intermedios de cloud (AWS/GCP) (Deseable, no obligatorio)- Inglés técnico intermedio (capaz de leer documentación y artículos).EXPERIENCIA REQUERIDA:- Experiência sólida, a menos 2 años, en desarrollo de modelos de machine learning, preferiblemente en riesgo de crédito y fraude.- Dominio de Spark (PySpark o Scala), incluidas técnicas para manejo de grandes volúmenes de datos.- Experiência práctica con Databricks, orquestación con Airflow y despliegue de modelos en producción.- Buen manejo de Python para ML (scikit-learn, MLlib, pandas, numpy).- Conocimiento de APIs REST para integrar modelos a aplicaciones.- Prácticas sólidas de desarrollo: control de versiones (Git), testing, documentación y CI/CD (DataOps/ModelOps).- Experiência monitoreando y manteniendo modelos en producción, incluyendo evaluación continua y reentrenamiento.- Deseable: conocimientos de ML interpretability, fairness y regulación aplicable a crédito y finanzas.- Experiência aseguramdo la escalabilidad, disponibilidad y trazabilidad de los modelos desplegados.- Integración de flujos de ML con servicios core del negocio fintech, empleando bases de datos NoSQL (MongoDB) y APIs RESTful.- Gestion de entornos en la nube de Microsoft Azure, aprovechando servicios como Azure ML, Azure Kubernetes Service (AKS), Azure DevOps, entre otros.- Colaboración con equipos de Data Science, Backend y Seguridad- Realizando pruebas unitarias a los Modelos MLACTIVIDADES DEL PUESTO- Limpieza, transformación y validación de datasets internos o externos.- Asistir en el entrenamiento y evaluación de modelos supervisados o no supervisados.- Participar en la experimentación y análisis de métricas de desempeño.- Contribuir en tareas de integración y testing para la puesta en producción de modelos.- Aprender a documentar y mantener scripts, notebooks y flujos de trabajo.- Colaborar en el monitoreo de rendimiento y detección de anomalías en modelos desplegados.- Registrar logs, métricas y sugerencias de mejora.- Trabajar con científicos de datos, desarrolladores backend y PMs para comprender los objetivos del negocio.- Apoyar la generación de insights útiles para la mejora de productos crediticios y procesos operativos.- Diseñar, construir y mantener pipelines CI/CD para modelos de Machine Learning en entornos de producción.- Automatizar el entrenamiento, validación, despliegue y monitoreo de modelos ML en un ecosistema de microservicios.- Implementar soluciones de versionado de datos y modelos (DataOps/ModelOps).- Asegurar la escalabilidad, disponibilidad y trazabilidad de los modelos desplegados.- Integrar flujos de ML con servicios core del negocio fintech, empleando bases de datos NoSQL (MongoDB) y APIs RESTful.- Gestionar entornos en la nube de Microsoft Azure, aprovechando servicios como Azure ML, Azure Kubernetes Service (AKS), Azure DevOps, entre otros.- Colaborar con equipos de Data Science, Backend y Seguridad para cumplir con estándares regulatorios del sector financiero.Tipo de puesto: Tiempo completoSueldo: $37,000.00 - $50,000.00 al mesExperiência:- orquestación con Airflow : 1 año (Obligatorio)- Despliegue de modelos en producción: 2 años (Obligatorio)- Gestion de entornos en la nube : 2 años (Obligatorio)Lugar de trabajo: Empleo presencial