.Acerca de KueskiEn Kueski, nuestra misión es mejorar la vida financiera de las personas en México.
Desde 2012, somos la plataforma líder de compra ahora, paga después (BNPL) y crédito al consumo en línea en América Latina, conocida por nuestros innovadores servicios financieros.
Nuestro producto estrella, Kueski Pay, ofrece soluciones de pago fluidas tanto para transacciones en línea como en tiendas, y se ha consolidado como la opción preferida para una cuarta parte de los principales comerciantes de comercio electrónico de México.
Cabe destacar que fuimos los primeros en introducir BNPL en Amazon México.Somos una empresa de tecnología con una cultura orientada a la innovación, la colaboración y el impacto, fomentando una cultura empresarial sólida, diversa e inclusiva.
En 2023, Kueski fue reconocida como la mejor plataforma BNPL por Fintech Breakthrough y obtuvo el título de una de las empresas más éticas de México de AMITAI.
Además, fuimos clasificados como una de las mejores empresas para el talento femenino por EFY.ObjetivoMás de la mitad de la población en México no tiene acceso a productos financieros debido a las limitaciones de las instituciones bancarias tradicionales.
En Kueski, nuestra misión es cerrar esta brecha a través de la innovación tecnológica de vanguardia.El equipo de Data Science impulsa esta misión desarrollando soluciones de aprendizaje automático que permiten evaluaciones de riesgo en tiempo real, optimización de recursos, ofertas personalizadas para los clientes y más.
Como Senior Machine Learning Engineer, estarás a la vanguardia de la construcción de infraestructura escalable que potencia estas soluciones, permitiendo una experimentación y despliegue ágil de modelos de aprendizaje automático.Responsabilidades claveDiseñar y construir pipelines escalables para la preparación eficiente de datos.Crear pipelines de Machine Learning automatizados y confiables para un despliegue seguro de modelos.Guiar y asesorar a ingenieros junior en mejores prácticas de MLOps y desarrollo escalable.Colaborar con equipos multifuncionales para definir requisitos e integrar soluciones de ML.Implementar herramientas robustas de monitoreo para garantizar el rendimiento de los modelos en producción.Desarrollar herramientas para permitir el despliegue de modelos en tiempo real y en lotes.Construir y automatizar pipelines para servir y actualizar características de ML, tanto offline como en producción.Implementar procesos de QA para modelos y pipelines antes de su despliegue.Fomentar la adopción de prácticas de MLOps y mejorar la confiabilidad de las operaciones de los modelos.Crear APIs para servir modelos de Machine Learning a escala.Ocasionalmente, ayudar en el despliegue de nuevos modelos o implementar lógica de decisión para soluciones de ML.Requisitos del puestoExperiencia comprobada en la construcción de pipelines escalables de ML para entornos de producción