Galgo es la fintech de motos líder en América Latina. Nuestra misión es desbloquear el acceso al crédito y a la movilidad para las personas que más lo necesitan. Nuestros productos principales son Galgo.com, un marketplace de motos con financiamiento integrado, y Galgo Crédito, un producto de financiamiento originado en concesionarias.

Estamos construyendo la forma más completa y accesible de comprar una moto, además del sistema operativo impulsado por IA para nuestra extensa red de concesionarias asociadas.

Levantamos más de $90M en capital (equity) y más de $300M en deuda, somos rentables y estamos creciendo a un 60% interanual. Operamos rápido, pensamos de manera estructural y mantenemos una vara muy alta. Si querés construir algo que importe —y querés hacerlo con rigor— este es tu lugar.

Estamos en la búsqueda de nuestro próxim@ Semi Senior Analytic Engineer para ser parte de un equipo de alto rendimiento, cuyos principales responsabilidades serán:

- Análisis para mejorar el proceso de venta y/o modelos implementados: Descubrir oportunidades en funnels, cohortes, retención, LTV, etc. El objetivo es encontrar señales que mejoren los procesos, modelos y/o identifiquen oportunidades que el negocio no está viendo.
- Continuidad operacional: Monitorear performance, detectar drift, recalibrar, experimentar con nuevos features y algoritmos.
- Pipelines de features: construir y mantener pipelines junto con Data Engineering y ML Ops. Definir transformaciones sobre la capa Gold, asegurar que los features se actualicen correctamente y documentar los inputs de cada modelo para que sean reproducibles.
- Comunicación con stakeholders:



comunicar resultados de forma clara a stakeholders técnicos y no técnicos, con apoyo del equipo.

Esperamos que, quien ocupa el rol, reúna las siguientes características:

- Stack base: Amplia experiencia usando SQL avanzado, Python y los framework básicos para el desarrollo de modelos de Machine learning end to end (diseño, entrenamiento y paso a producción).
- Cloud AWS para ML/datos: experiencia usando SageMaker, Athena, S3 y Glue o herramientas similares en otros Cloud para extraer datos, desarrollar pipelines de features, entrenar modelos y evaluar su performance tanto en entrenamiento como en la operación.
- Experiencia desarrollando Dashboards: Adecuado en Quicksight pero en cualquier herramienta funciona. Lo importante es saber llevar a un producto visual tus resultados.
- Conocimientos básicos de ML-Ops: Valoraremos proyectos personales en Github o experiencia real usando ML-Flow.

Además, valoraremos que cuentes con:

- Industria: experiencia en marketplace, e-commerce o plataformas de lending.
- Stack técnico: Experiencia usando Airflow, Docker, ML-Flow y/o conocimientos básicos de Regex y NLP aplicando la librería scikit-learn u otras similares en Python.
- ML-Ops: Despliegue de modelos como parte de un producto (idealmente dentro de un software) utilizando herramientas de orquestación como Airflow, Dragster o similares.
- Experiencia ejecutando experimentos: A/B testing, diseño experimental y análisis causal.
- Stack asociado a IA: Experiencia haciendo proyectos personales o reales en donde se usen agentes.

? Te invitamos a conocer mas sobre nosotros.

📌 Semi Senior Analytic Engineer (Región Metropolitana)
🏢 Galgo
📍 Región Metropolitana