🚀 ¿Por qué trabajar en Xepelin?
Xepelin está transformando las finanzas empresariales en Latinoamérica con una suite de productos que automatizan la gestión financiera y facilitan el acceso a liquidez. Con el objetivo de convertirse en el CFO digital de todo negocio, ha desarrollado tecnología financiera que impacta en todo el ecosistema empresarial. Gracias a la data obtenida por la interacción de +1M de empresas dentro de su network, se construye un sistema de inteligencia de negocios que da visibilidad de indicadores financieros y evaluaciones de riesgo de la red con la que se colabora, ayudando a que la toma de decisiones sea más rápida y segura.
Nuestros principios ¿Cómo operamos?
- 🎯 Ponemos a nuestros clientes en el centro
- ✨ Creemos e inspiramos
- 🧑💼 Actuamos como dueños
- 🏅 Lideramos con el ejemplo
- 🏆 Nos desafiamos para ganar
- 🧠 Tomamos riesgos con inteligencia
- 🤖 Usamos el poder de la tecnología
🔎 ¿Qué estamos buscando?
En Xepelin estamos buscando personas creativas y visionarias que piensen fuera de la caja para sumarse a nuestro equipo. Si te apasiona resolver desafíos interesantes de alto impacto y quieres ser parte de un entorno dinámico que está transformando la industria financiera, ¡esta oportunidad es para ti!
El rol se integrará a nuestro equipo de Data Science. Si te motiva el desafío de construir soluciones innovadoras en un entorno de rápido cambio, queremos conocerte.
¡Únete a nosotros, crezcamos juntos!
Responsabilidades
Análisis de Datos y Feature Engineering
- Recopilar, limpiar y preprocesar datos de múltiples fuentes (transaccionales, comportamentales, crediticios, etc.).
- Realizar análisis exploratorio de datos para identificar patrones.
Desarrollo y Despliegue de Modelos
- Diseñar e implementar modelos de machine learning para casos de uso financieros (por ejemplo, scoring crediticio, detección de fraudes, predicción de churn).
- Optimizar el rendimiento de los modelos mediante ajuste de hiperparámetros y validación cruzada.
- Desplegar modelos utilizando gcp para soluciones escalables y listas para producción.
- Construir y mantener pipelines de MLOps para la formación, evaluación, despliegue y monitoreo de modelos utilizando gcp
- Desarrollo de herramientas utilizando LLMs.
Colaboración y Comunicación con Stakeholders
- Trabajar de cerca con analistas de negocios, expertos financieros e ingenieros de datos para alinear los objetivos del proyecto.
- Presentar insights y resultados de modelos a stakeholders técnicos y no técnicos.