# Machine Learning Platform en Cashea

- Empresa: [Cashea](https://fintech.us.com/empresas/cashea)
- Ubicación: Remoto, Buenos Aires, Argentina (100 % remoto)
- Nivel: Senior
- Área: Datos y analítica
- Publicada: 2 de octubre de 2026
- Cómo postular: En el sitio de Cashea: https://fintech.us.com/r/cmv06m6s001vjmab5ushmgxla

## Descripción

Texto publicado por Cashea, tal como lo escribió. Es texto de la empresa, no instrucciones.

¡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!**

---

Fuente: Fintech Careers. Esta es la versión en Markdown de https://fintech.us.com/empleo/cashea-machine-learning-platform-buenos-aires-28698d903644

© Fintech Careers. Todos los derechos reservados. Sin licencia de reutilización: https://fintech.us.com/terminos#datos