Sobre Kashio
En Kashio desarrollamos tecnología financiera para que las empresas adopten pagos digitales y automaticen sus operaciones de CxC y CxP. Acompañamos a 500+ clientes en educación, finanzas, real estate, utilities y más, y estamos próximos a operar en 5 mercados.
Construimos una plataforma segura, intuitiva y de alto desempeño; nuestra cultura valora la propiedad (ownership), la colaboración, el aprendizaje continuo y el impacto.
El desafío
Buscamos un/a Senior AI/ML Engineer para crear, integrar y escalar servicios y experiencias de producto impulsadas por IA sobre nuestros flujos de pagos y conciliaciones. Tu trabajo conectará PSPs y pasarelas, orquestará eventos y webhooks con idempotencia, y llevará a producción features de ML/GenAI (detección de anomalías, scoring de riesgo, RAG sobre datos financieros, automatizaciones de cobranza) con MLOps real.
Lo que harás
Responsabilidades Principales (80% del tiempo)
1. Servicios de IA en Producción (40%)
Diseñar, entrenar y desplegar modelos de ML/DL/GenAI (LLMs, embeddings, RAG, NLP) con SageMaker/Bedrock o Vertex/Azure ML
Versionar modelos con MLflow y monitorear deriva/latencia en producción
Exponer inferencias vía APIs y microservicios (REST/gRPC) con versionado y SLAs claros
Optimizar costos y latencia de inferencias en producción
2. Backend & APIs (30%)
Construir endpoints en Node.js/TypeScript o Python/FastAPI con OpenAPI/Swagger
Implementar seguridad OAuth2/JWT, idempotencia y rate-limiting
Integrar la capa de IA en journeys de pagos (webhooks, contracargos, conciliaciones, scoring)
Construir arquitecturas event-driven (SQS/SNS/Kafka) con retries/backoff y circuit breakers
3. Integración de Producto (20%)
Colaborar con frontend para consolas de monitoreo de IA y vistas de conciliación inteligente
Implementar explicabilidad (feature importance, SHAP/metrics) en interfaces
Priorizar UX, performance y accesibilidad en integraciones de IA
4. MLOps & Calidad (10%)
Automatizar CI/CD de datos/modelos (GitHub Actions/GitLab CI, IaC con Terraform/CDK)
Implementar trazabilidad y Data Lineage, tests de datos (contract, schema, drift)
Configurar monitoring (Prometheus/Grafana/OpenTelemetry)
Proyectos de Ejemplos en los que Podrias Trabajar
Sistema RAG para Consultas Financieras: Construir sistema de búsqueda semántica sobre transacciones usando embeddings (OpenAI/Cohere) y vector DB (OpenSearch/pgvector) para permitir consultas naturales sobre datos financieros
Modelo de Scoring de Riesgo: Desarrollar modelo ML para priorizar cobranzas usando features históricas (tasa de pago, monto, antigüedad) y desplegarlo en producción con monitoreo continuo
Detección de Anomalías en Tiempo Real: Implementar sistema de detección de transacciones sospechosas usando modelos de ML en streaming (Kafka + Lambda/SageMaker)
Automatización de Conciliaciones: Usar NLP y matching fuzzy para automatizar matching de referencias entre transacciones de PSPs y registros contables
Chatbot Asistido por LLM: Construir asistente interno para soporte sobre procesos de pago usando fine-tuning o RAG sobre documentación interna
Responsabilidades Secundarias
Colaborar en desarrollo frontend (React + TypeScript) para dashboards internos
Trabajar con Producto, Operaciones, Compliance y PSPs
Participar en ceremonias ágiles, escribir RFCs y realizar code reviews
Diseñar con privacy-by-design, KMS/Secrets Manager, OWASP Top 10, sensibilidad PCI DSS e ISO 27001
Deberás conocer
Tecnologías Core (Must Have)
Backend:
Node.js (TypeScript) o Python (FastAPI/Flask)
Principios SOLID, OOP/FP
OpenAPI/Swagger
ML/AI:
Python (pandas, scikit-learn, PyTorch/TensorFlow)
LangChain o frameworks similares
MLflow para versionado
RAG (vector DB: OpenSearch/pgvector/FAISS)
Cloud/Infra:
AWS (Lambda, ECS/EKS, API Gateway, S3, SQS/SNS, CloudWatch, SageMaker/Bedrock)
Docker, Kubernetes básico
Terraform o CDK básico
Datos:
SQL avanzado (PostgreSQL/MySQL)
NoSQL básico (DynamoDB/DocumentDB)
Testing:
Unit/integration testing
Linting/formatting
Seguridad:
OAuth2/JWT
KMS/Secrets Manager
Firma y validación de webhooks
Tecnologías Importantes (Should Have)
MLflow avanzado, Feature Store (SageMaker/Feast)
React + TypeScript (básico, puede aprenderse)
Airflow, Spark/PySpark
OpenTelemetry, Prometheus/Grafana
CI/CD productivo (GitHub Actions/GitLab CI)
Tecnologías Plus (Nice to Have)
Next.js, GraphQL, gRPC
GCP/Azure (Vertex AI/Azure ML, Databricks)
Snowflake/BigQuery/Redshift
Kafka, RabbitMQ
Frontend avanzado (React Query/Zustand/Redux, Tailwind, Jest/RTL)
Requisitos
5+ años de experiencia técnica total
3+ años aplicando ML/AI en producción (ML clásico y/o DL/GenAI)
2+ años desarrollando backend (Node.js/Python)
Experiencia en cloud (AWS preferido, mínimo Lambda/ECS + SQS/SNS + API Gateway + S3 + CloudWatch)
Python y SQL avanzados
Experiencia real con LLMs/embeddings/RAG y MLOps (MLflow/SageMaker Pipelines/Vertex Pipelines)
Mentalidad de seguridad y performance: idempotencia, concurrencia, timeouts, retries, backoff, circuit breakers
Destacarias si conoces y/o posees experiencia en
Integraciones con PSPs de LATAM (webhooks, settlement, conciliaciones, tokenización)
Kafka, GraphQL o gRPC
Databricks, Snowflake/BigQuery/Redshift
Experiencia aplicando IA a FinOps (detección de anomalías, scoring de riesgo, priorización de cobros)
Explainability avanzada (SHAP/LIME)
Sensibilidad regulatoria LATAM + familiaridad PCI DSS / ISO 27001
Experiencia construyendo UIs internas (dashboards/console) para monitoreo de modelos
Pensamiento sistémico: Entender impacto de modelos ML en flujos de negocio y experiencia de usuario
Comunicación técnica: Explicar modelos complejos y decisiones técnicas a stakeholders no técnicos (Producto, Compliance, Operaciones)
Ownership: Responsabilidad end-to-end desde diseño hasta monitoreo en producción, sin "tirar la pelota"
Mentalidad de producto: Balancear perfección técnica con velocidad de entrega y valor de negocio
Resiliencia: Manejar presión de sistemas en producción 24/7, debugging bajo presión
Curiosidad y aprendizaje continuo: Mantenerse actualizado en rápidos cambios de GenAI/LLMs y mejores prácticas
Team-player: Comunicación clara, escucha activa, colaboración efectiva con equipos multidisciplinarios
Asertividad: Obsesión con calidad, seguridad y observabilidad, sin comprometer velocidad