Hola Somos Cashea y nuestra misión es devolverle a los venezolanos la ocasión 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 .

Construir CLI tools para deployment automatizado (ml-deploy, ml-rollback)





Crear templates repositories con best practices (model template, API template)

Establecer buenas prácticas para productizacion 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)

Optimizar performance modelos bayesianos en producción (MCMC efficiency, inference speed)

Mantener y evolucionar SDKs/tooling basado en feedback DS

Mejorar arquitectura serving modelos complejos (bayesianos, ensembles)

Documentación continua (runbooks, troubleshooting guides)

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 pipelin

📌 Machine Learning Platform Buenos Aires
🏢 Cashea
📍 Buenos Aires