Categorías
···
Entrar / Registro
Resumen: Este puesto implica asumir la responsabilidad de la ingeniería y la mejora continua de un sistema de verificación de pruebas en tiempo real, diseñar nuevos flujos de verificación y colaborar con equipos multifuncionales. Aspectos destacados: 1. Desarrollo integral propio de un sistema crítico de verificación de pruebas 2. Diseño de nuevos flujos de verificación e integración de servicios externos 3. Colaboración con los equipos de cumplimiento normativo, riesgo y producto DESCRIPCIÓN **Acerca del equipo** ------------------ El equipo de Automatización con IA se encarga de generar todas las herramientas relacionadas con IA que la empresa necesita mientras escala. El equipo es pequeño (3 personas) y cada miembro es responsable de un subconjunto de servicios, de extremo a extremo. Actualmente, el equipo gestiona chatbots, voicebots, análisis de documentos, verificaciones de clientes y monitoreo de comunicaciones. **El puesto** ------------ La concesión de préstamos de Aviva depende de un sistema de verificación de pruebas en tiempo real que procesa documentos de identidad, geolocalización, videos y pruebas bancarias para tomar decisiones de cumplimiento normativo en cuestión de segundos. Usted será responsable de la ingeniería y la mejora continua de este sistema: desde el análisis de documentos basado en ML hasta las reglas comerciales que convierten las señales extraídas en una desembolso o en aprobaciones internas. Se trata de un puesto práctico. Usted escribirá código de producción, diseñará nuevos flujos de verificación y colaborará directamente con los equipos de cumplimiento normativo, riesgo y producto para traducir necesidades comerciales y requisitos regulatorios en software. **El sistema** -------------- La plataforma de verificación de clientes es un sistema Python multi-servicio que se encuentra en la ruta crítica de cada solicitud de préstamo. Ejecuta 11 tipos de comprobaciones simultáneas (identidad, dirección, cuenta bancaria, geolocalización, videos, contrato, entrevista, etc.) contra las pruebas presentadas por el cliente. Las pruebas atraviesan analizadores tipificados (imagen, video, contrato, JSON) hacia subanalizadores especializados: OCR de tarjetas INE, extracción de direcciones, análisis de estados bancarios, verificación de firmas. Los subanálisis producen rasgos estructurados (con puntuaciones de probabilidad de ML) que alimentan las reglas comerciales de comprobación, las cuales emiten elementos estructurados de evaluación y mensajes de retroalimentación amigables para las personas. **Responsabilidades clave** ------------------------ ### **Desarrollo del sistema de verificación** * Diseñar e implementar nuevas comprobaciones de extremo a extremo: definición de pruebas, análisis de pruebas, comprobaciones de verificación, retroalimentación estructurada, pruebas. * Agregar nuevas señales de fraude: detección de manipulación de documentos, puntuación de vitalidad (liveness), patrones de identidad sintética, coincidencia de voz y coincidencia facial. * Los productos tienden a reutilizar componentes, pero con frecuencia requieren nuevas pruebas, análisis, verificaciones, etc. * Integrar servicios externos de verificación (por ejemplo, registros de identificación, servicios de coincidencia de identidad) como clientes asíncronos con tiempos de espera y aislamiento de errores adecuados. * Implementar flujos automáticos de rechazo para que las decisiones de cumplimiento normativo que alcancen umbrales definidos de confianza no requieran revisión humana. * Gestionar la canalización de retroalimentación: generar elementos de evaluación legibles por máquina para consumidores internos y mensajes dinámicos amigables para las personas solicitantes. ### **Arquitectura** * Diseñar una jerarquía estructurada de excepciones que permita a los sistemas descendentes manejar los errores con precisión (reintentables frente a permanentes, a nivel de prueba frente a nivel de comprobación). * Impulsar refactorizaciones incrementales del motor de análisis para reducir el acoplamiento entre analizadores, subanalizadores y comprobaciones, manteniendo cada capa independientemente desplegable y testeable. ### **Calidad y fiabilidad** * Mantener una alta cobertura de pruebas unitarias para las reglas comerciales y pruebas de integración para todo el flujo de pruebas a decisión. * Supervisar las tasas de aprobación de las comprobaciones, las razones de rechazo de las evaluaciones y la latencia de los servicios externos mediante pipelines de Dagster y paneles de BigQuery. * Asumir la responsabilidad de la ruta de escalado en turno para fallos de verificación que bloqueen los desembolsos. ### **Diseño e integración de API** * El principal consumidor de esta arquitectura es el Sistema Operativo de Aviva, por lo que se requieren pruebas exhaustivas y coordinación cuando haya cambios en esquemas o puntos finales. * Versionar los puntos finales con nuevas funciones para desacoplar los despliegues. **Beneficios** ------------ * Paquete de remuneración atractivo. * Entorno dinámico con importantes oportunidades de crecimiento. * 15 días de vacaciones anuales + 7 días personales anuales. * Opción de trabajar de forma remota 3-4 días por semana; o totalmente remota (siempre que pueda acudir a CDMX aproximadamente dos veces al año). * Horario laboral flexible REQUISITOS **Habilidades requeridas** ------------------- * 5+ años de desarrollo en Python en sistemas de producción. * Contenerización y orquestación: experiencia práctica con Docker y Kubernetes en un entorno productivo (gestión de recursos, despliegues progresivos, sondas de salud). * Fuerte conocimiento de Python asíncrono: usted comprende los bucles de eventos, la concurrencia estructurada y cómo razonar sobre colas de trabajo distribuidas (Celery, Redis o equivalente). * Capacidad para diseñar sistemas extensibles y seguros desde el punto de vista de los tipos mediante Pydantic, dataclasses y genéricos. * Experiencia gestionando servicios de producción consumidos por múltiples equipos. * Capacidad para leer requisitos comerciales y regulatorios y traducirlos directamente en código. * Supervisión y observabilidad: experiencia diseñando paneles, alertas y trazas distribuidas para servicios en los que «el servicio devolvió 200 pero la respuesta fue incorrecta» constituye un modo real de fallo. * Comunicación: usted será el punto de contacto principal entre Ciencia de Datos y los equipos de ingeniería para un subconjunto de servicios. Una comunicación escrita y verbal clara y precisa es esencial. * Dominio fluido tanto del español como del inglés. La mayoría de nuestras reuniones se realizan en español, pero el código y la mayor parte de la documentación están escritos en inglés. **Deseables** ------------------- * Experiencia con APIs de inteligencia de documentos (Google Cloud Document AI, Azure Form Recognizer o pipelines OCR similares). * Experiencia con visión por computadora, ajuste fino de modelos de clasificación de imágenes, etiquetado, pruebas y pipelines completos. Uso de alquimia OCR. * Experiencia con modelos de lenguaje de gran tamaño (LLM) a nivel productivo. Uso de AILabs para probar chatbots. * Conocimiento del ecosistema de Azure (AKS, ACR, Azure DevOps). * Familiaridad con herramientas de prueba de API tales como Bruno o Postman para pruebas contractuales e integradas. * Familiaridad con Pants u otros sistemas de compilación similares.
