Migra un sistema de batch a streaming para una fintech LATAM
Visión general
De qué trata este proyecto.
Recibirás el modelo actual (XGBoost) y el código del batch. Diseña la migración: ingesta con Kafka, procesamiento con Flink o Faust, integración con el feature store para features históricas y enriquecimiento en línea. Implementa un prototipo end-to-end que procese una traza sintética de 1 millón de transacciones midiendo latencia p99. Define el plan de migración por etapas (sombra → 1% → 10% → 100%) con criterios de avance para cada paso.
El Briefing
Lo que harás y lo que demostrarás.
Migrar el antifraude de batch a streaming con latencia p99 < 500 ms y un plan de adopción por etapas defendible.
Earning criteria — what you'll demonstrate
- Migrar un sistema ML de batch a streaming sin romper el negocio
- Diseñar feature lookup en línea bajo restricciones de latencia
- Definir un plan de adopción por etapas con criterios objetivos
- Comunicar trade-offs de arquitectura al comité de riesgo
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero/a MLOps
Migrar ML crítico de batch a streaming es uno de los proyectos más exigentes y demandados para MLOps senior en fintech LATAM.
Este proyecto afina
- streaming
- system-design
- production-ml
Ingeniero/a de Datos
La pieza de ingesta Kafka y enriquecimiento Flink es competencia central del data engineer moderno orientado a streaming.
Este proyecto afina
- streaming
- kafka
- python
Arquitecto/a de Soluciones de IA
Defender una migración de arquitectura ante comité con plan por etapas es trabajo nuclear de un solutions architect.
Este proyecto afina
- system-design
- streaming
- ml-engineering