Cashea

Machine Learning Platform

Cashea Rafael Castillo, Buenos Aires, Argentina

Financial Services · 501-1,000 employees

6 h ago
Remote machine-learning Senior (5-10 yrs) Full-time Argentina
Create a free account to apply — email only, no card. You can also save this posting or score it against your profile with AI.

About the role

You will build and maintain the Machine Learning infrastructure and MLOps pipelines to enable data scientists to deploy models efficiently. This includes creating self-service tools, SDKs, and automated testing suites to ensure high-quality model production and observability.

What they look for

Machine Learning MLOps Python Docker Kubernetes MLflow CI/CD Bayesian Models SDK Development Infrastructure as Code Model Monitoring Automated Testing Cloud Platforms Technical Writing Data Science API Development

Requirements

The role requires over 5 years of experience in Data Science or MLOps, with at least 2 years specifically in production MLOps environments. Proficiency in Python, Docker, Kubernetes, and experience with Bayesian models and CI/CD pipelines are essential.

Full 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 .

Responsabilidades

  • Construir CLI tools para deployment automatizado (ml-deploy, ml-rollback)
  • Implementar workflows automatizados MLflow (promotion dev → staging → prod)
  • Crear templates repositories con best practices (model template, API template)
  • Establecer buenas prácticas para productización 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)
  • Implementar automated testing suites (model validation, performance checks)
  • Optimizar performance modelos bayesianos en producción (MCMC efficiency, inference speed)
  • Optimizar MLflow performance (caching, query optimization)
  • Construir monitoring dashboards para model health (accuracy, latency, convergence diagnostics)
  • Governance automation (approval gates, compliance checks)
  • Incident response & troubleshooting support
  • Mantener y evolucionar SDKs/tooling basado en feedback DS
  • Mejorar arquitectura serving modelos complejos (bayesianos, ensembles)
  • Documentación continua (runbooks, troubleshooting guides)

Requisitos

  • 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.)
  • Experiencia con Evidently AI o similar (drift detection)
  • 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.

Si quieres trabajar con nosotros, llena la aplicación. ¡Nos encantaría conocerte!

Similar roles