Machine Learning Operations Engineer

**Bold**

Nuestra compañía fue fundada en Mayo de 2019 por un equipo de personas increíbles y con una experiência única, el grupo de fundadores está conformado por los creadores de PayU Latam y otras empresas expertas en tecnología financiera. Estamos creando soluciones de pago y de banca para MiPymes, independientes y emprendedores en Colombia. Actualmente contamos con más de 450.000 clientes registrados en nuestra plataforma y hemos recibido más de USD $120 millones de fondos de inversión nacionales y extranjeros, somos una de las startups de más rápido crecimiento en LatAm en el sector fintech.

Bold es una fintech que provee una solución de pagos a los microempresarios para recibir pagos con tarjetas débito, crédito y billeteras a través de datáfonos y links de pago. Sin embargo, la visión de Bold es más ambiciosa que ser una empresa de pagos y estamos trabajando para volvernos una plataforma de servicios financieros y tecnológicos para las pequeñas empresas en el país complementando las soluciones de pagos y banca con otros productos de software conexos a toda nuestra propuesta de valor.
Nuestra misión en Bold es liberar el potencial de los emprendedores. En Bold creemos firmemente que podemos ayudar a los pequeños emprendedores a desarrollar sus negocios ofreciendo servicios financieros y tecnológicos hechos a su medida, que sean amigables y cercanos.

En Bold definimos los siguientes valores como los pilares de nuestra cultura organizacional: Maestría, Pensamiento crítico, Trabajo en equipo, Sentido de urgencia, Somos abiertos y el cliente el centro de lo que hacemos.

**El Rol**

Como **ML Ops Engineer** estará a cargo de la construcción y mantenimiento de pipelines de ML. Estarás encargado junto a un equipo, del diseño, construcción y continua mejora de los pipelines de ML, es clave contar con una actitud de liderazgo en este frente. Trabajarás muy de cerca con científicos de datos y equipos de ingeniería para optimizar el rendimiento de pipelines de ML de cara a garantizar el uso oportuno de la señales a negocio de los modelos de ML

**Deberás**:

- Diseñar, construir y mantener APIs desplegadas en AWS
- Diseñar, construir y mantener pruebas unitarias y de integración
- Aportar en decisiones de arquitectura y selección de herramientas y procesos
- Dar puntos de vista y generar crítica constructiva
- Diseñar, construir, implementar y mantener pipelines de machine learning end-to-end, desde la ingestión de datos y el entrenamiento del modelo hasta la implementación y monitorización en producción.
- Establecer y mantener protocolos para la validación y monitorización de modelos, asegurando su rendimiento y fiabilidad en el tiempo.
- Diseñar, crear, mantener, resolver problemas y optimizar los pasos del pipeline de ML
- Definir las mejores prácticas de ingeniería de ML dentro de los equipos de productos y ciencia de datos.
- Trabajar en estrecha colaboración con los equipos de científicos de datos y de ingeniería para optimizar el rendimiento y la eficiencia de los pipelines de ML y para garantizar que se cumplan los estándares de calidad.
- Materializar pipelines de ML creados por científicos de datos

**Beneficios**
- ️ Política de salud para ti
- Acciones de la compañía de etapa temprana con alto potencial de retorno
- Contrato a término indefinido
- Salario competitivo ‍
-Trabajo remoto de tiempo completo
- Cultura de aprendizaje y crecimiento
- Tecnologías y procesos de clase mundial
- ️ Días libres adicionales a las vacaciones
- Fondo de empleados
- Experiência de más de 5 años con alguno de los siguientes lenguajes: Python o Java.
- Experiência en el uso de herramientas de big data (Spark, Hadoop, etc.)
- Experiência de mínimo un año con servicios AWS, Azure o GCP, preferiblemente Serverless.
- Experiência con herramientas para el desarrollo, despliegue y monitoreo de modelos de ML como MLFlow, KubeFlow, AWS Sagemaker, GCP Vertex AI o Azure ML.
- Familiaridad con las técnicas y herramientas de MLOps, como el versionado de modelos, pruebas A/B o multivariantes, y la monitorización de modelos.
- Experiência trabajando con equipos multidisciplinarios, incluyendo científicos de datos, ingenieros de datos y analistas de negocio.
- Experiência mínima de un año con DevOps, CI/CD, Docker y/o Kubernetes
- Experiência en codificación segura y OWASP
- Experiência con AWS: CDK, CloudFormation, RDS, DynamoDB, Lambda, API Gateway.
- Experiência con sistemas de orquestación como Airflow, AWS Step Functions, etc.
- Deseable experiência con Amazon RDS
- Deseable tener conocimientos en DataOps.

**Autorización de Tratamiento de Datos Personales