MODO

Dónde estaban

MODO es la billetera digital respaldada por los principales bancos de Argentina: cuenta con más de 19 millones de usuarios y 350 empleados, 20 de ellos en el equipo de datos. Cuando nos contactaron, el objetivo era acelerar el time to market de modelos en producción. Pero conforme avanzó la relación, hicimos mucho más.

Qué encontramos

El problema real no era solo técnico: no faltaba un ingeniero de ML, sino un framework operativo completo que guiara los entrenamientos y despliegues de los modelos. Pero a partir de ahí fuimos cada vez más profundo en la arquitectura y disponibilidad de datos, apuntalando el sistema en varios puntos.

Qué construimos

Tres contratos, tres problemas distintos, el mismo equipo. En el primero, diseñamos e implementamos un framework de MLOps completo: pipelines de entrenamiento, despliegue automatizado, monitoreo y reentrenamiento. En el segundo, aportamos en el desarrollo del Search contextual, una feature de IA generativa que llegó a producción un año antes que la competencia, con cero incidentes desde el lanzamiento. En el tercero, trabajamos en reducir latencia y costo de los LLMs en producción, y propusimos también una optimización de los costos en infraestructura cloud que logró un ahorro de miles de dólares por mes mediante refactors de código y actualización de la arquitectura.

Qué pueden hacer ahora

MODO opera el framework de MLOps de forma independiente. El equipo interno entrena, despliega y monitorea sus propios modelos sin depender de deployr, y cuentan con un ambiente de desarrollo que pusimos en marcha para que puedan experimentar sin riesgos.

El ahorro en infraestructura se mide en miles de dólares por mes. Las features de IA generativa sirven a más de 19 millones de usuarios en producción.

Por qué volvieron

Tres soluciones distintas a tres puntos de dolor específicos. Cada vez que MODO tuvo un nuevo desafío técnico que no pudo resolver internamente, confió en nosotros para ayudarlos. Eso es exactamente lo que buscamos: no generar dependencia, sino confianza.