The MITRE Corporation
Nelo
Ingeniero/a de Datos Senior
Sobre la oportunidad
Ubicación: Ciudad de México | Ciudad de Nueva York — presencial
Sede: Ciudad de México, México; operaciones comerciales y de personal en Ciudad de Nueva York
Fundada: 2019
Tamaño del equipo: 60 FTEs
Puestos vacantes: 10+
Sitio web: nelo.mx
Etapa: Post-Series A; línea de crédito de $100M (Victory Park Capital, 2022); rentable
Por qué tendrás éxito
- Disfrutas siendo propietario/a de sistemas de principio a fin y mejorándolos con el tiempo.
- Equilibras la velocidad, la corrección y la mantenibilidad a largo plazo.
- Te entusiasma permitir que otros (analistas, científicos e ingenieros) avancen más rápido con datos de alta calidad.
- Te sientes cómodo/a operando en un entorno de startup de rápido movimiento con requisitos cambiantes.
Ubicación
Este puesto se basa en la oficina en Ciudad de México o NYC
Sobre la empresa
Nelo es una fintech líder en México que está reinventando el crédito para ampliar el poder adquisitivo de los consumidores. Fundada en 2019 por los exlíderes de crecimiento internacional de Uber, Kyle Miller y Stephen Hebson, Nelo ofrece tarjetas de crédito, préstamos BNPL, pagos de facturas y su propio marketplace — todo bajo una misma app — diseñado desde cero para un mundo de pagos en tiempo real y mobile-first.
Con $100M en ingresos anuales, $1B en GMV anualizado y más de $140M recaudados en capital propio y deuda, Nelo es una de las empresas fintech de consumo más eficientes en capital de América Latina. La empresa es rentable — beneficio operativo positivo tanto en 2024 como en 2025. Opera de forma ágil y técnica: 60 empleados, 8 ingenieros, con IA impulsando la suscripción, la cobranza y las operaciones.
Valores de la empresa
- Sé tu mejor versión: ambición, trabajo duro, curiosidad intelectual
- Todos son dueños: todos los empleados reciben acciones, incluido el soporte al cliente; opción de ejercicio a 10 años; renovaciones de acciones
- El cliente primero: decisiones de producto basadas en el beneficio del cliente
- Comunicación abierta y honesta: finanzas trimestrales y presentaciones al consejo compartidas en toda la empresa; baja tolerancia a la burocracia o los chismes
- Muévete rápido, aprende rápido: cientos de experimentos se ejecutan mensualmente; cultura de experimentación rigurosa
Beneficios: 401k, PTO abierto, seguro médico, dental, de visión, STD, LTD, fertilidad
Compensación y Beneficios
- Salario y acciones muy competitivos
- Cobertura de seguro médico, dental y de visión del 100% para ti
- PTO ilimitado
- 401(k) para empleados en EE. UU.
- Permiso de maternidad y paternidad ampliado
- Soporte de reubicación
Sobre el puesto
Buscamos un/a Ingeniero/a de Datos Senior para ayudar a diseñar, construir y operar la plataforma de datos central que impulsa la analítica, el machine learning, y la toma de decisiones empresariales en Nelo. Este es un puesto práctico y de alto impacto para un/a ingeniero/a experimentado/a que disfrute trabajando en todo el ciclo de vida de los datos, desde la ingesta y transformación hasta la fiabilidad, escalabilidad y habilitación de ML.
Colaborarás estrechamente con los equipos de Analítica, Producto, Ingeniería, Marketing, Riesgos y Machine Learning para garantizar que nuestra infraestructura de datos sea robusta, escalable y fácil de construir a medida que Nelo continúa creciendo.
Tus responsabilidades
- Ser propietario/a y evolucionar la plataforma de datos: Diseñar, construir y mantener pipelines y conjuntos de datos escalables y fiables que impulsen casos de uso de analítica, informes y machine learning en toda la empresa.
- Construir y mantener pipelines ETL/ELT: Desarrollar pipelines de calidad de producción que ingieran datos de sistemas transaccionales, proveedores externos y flujos de eventos en nuestro data warehouse y feature store.
- Habilitar equipos de analítica y negocio: Colaborar con Analítica de Datos y stakeholders para garantizar que los datos estén bien modelados, documentados y accesibles para el autoservicio.
- Soportar flujos de trabajo de machine learning: Construir y mantener pipelines de características y feature stores que soporten el entrenamiento de modelos, la validación y la inferencia online/offline.
- Garantizar la calidad y fiabilidad de los datos: Implementar comprobaciones de calidad de datos, monitorización, alertas y SLAs para garantizar la confianza en nuestros productos de datos.
- Mejorar la experiencia del desarrollador: Construir herramientas, abstracciones y pipelines de CI/CD que faciliten y hagan más seguro el desarrollo, prueba y despliegue de pipelines de datos.
- Colaborar interfuncionalmente: Trabajar estrechamente con Ingenieros de Software, Ingenieros de ML y Gerentes de Producto para alinear los modelos y pipelines de datos con las necesidades del producto y del negocio.
- Escalar para el crecimiento: Mejorar continuamente el rendimiento, la eficiencia de costes y la escalabilidad de nuestra infraestructura de datos a medida que el volumen de datos y los casos de uso se expanden.
Requisitos del puesto
Al menos 5 años de experiencia en ingeniería de datos, ingeniería de software o roles de ingeniería backend con una propiedad significativa de sistemas de datos en producción.
Habilidades Técnicas
- Sólida competencia en Python para la construcción de pipelines de datos e infraestructura.
- Habilidades avanzadas de SQL y profunda experiencia en modelado de datos para casos de uso de analítica y ML.
- Experiencia práctica en la construcción de pipelines ETL/ELT utilizando herramientas o frameworks como Airflow, AWS Glue, dbt, o sistemas de orquestación similares.
- Experiencia trabajando con data warehouses y motores de consulta en la nube como Athena/Presto, Redshift, BigQuery, o Snowflake.
- Familiaridad con frameworks de big data o procesamiento distribuido como Spark (o equivalente).
- Experiencia en el diseño y mantenimiento de pipelines de CI/CD para flujos de trabajo de datos.
- Experiencia con AWS (S3, IAM, Lambda, Glue, EMR, etc.) o ecosistemas de nube similares.
Mentalidad de Ingeniería
- Sólida comprensión de la fiabilidad de los datos, la observabilidad y las mejores prácticas para sistemas en producción.
- Capacidad para escribir código limpio, mantenible y bien probado.
Colaboración y Comunicación
- Capacidad demostrada para trabajar interfuncionalmente con equipos de Analítica, ML y Producto.
- Sólidas habilidades de comunicación para explicar conceptos técnicos a no ingenieros y acordar compensaciones.
- Exposición a feature stores, pipelines de datos de ML, o colaboración estrecha con equipos de Ingeniería de ML es una gran ventaja.
