Data Scientist, AI/ML Platform

About KOHO

We’re on a mission to make financial services better for every Canadian. That means no hidden fees, no predatory interest rates - just financial products designed to help our users spend smart, save more, and build real wealth. We’re a performance organization with a strong heart: we care deeply about outcomes, and everything ties back to our mission - to financially empower a generation of Canadians.

At KOHO, we’re not your average 9-5. We believe real impact comes from people who are trusted, empowered, and supported to do their best work - without sacrificing their lives to do it. We prioritize work-life integration, not just work-life balance. That means asynchronous collaboration, flexible hours, and a remote-first setup built around autonomy and high trust.

KOHO is entering its next chapter - leaner, smarter, more AI-integrated. We’re building for impact, not bureaucracy. If you thrive in environments that value clarity, ownership, and bold thinking, you’ll fit right in.

Hi, I'm _Aditya

_I joined KOHO as Director of AI Engineering with a specific mandate: change how this company thinks about data science. Not as a back-office function that supports the business, but as a product differentiator that drives it.

We're building a model acceleration platform: the reusable infrastructure, tooling, and practices that let KOHO ship high-quality AI and ML faster, with more confidence, at every level of the stack. That means owning models end-to-end, building things that compound over time, and being the team that other engineers and product teams lean on when the problem is genuinely hard.

I'm looking for a Data Scientist who wants to work at that intersection: deep technical craft, full lifecycle ownership, and real product impact. Someone who thinks in systems, not just models. Someone who cares about how the work is done, not just whether the notebook ran clean.

_What You'll Be Doing

__Model Development and Ownership

_

• Design, build, and ship ML models that solve real product problems across KOHO's core surfaces: spending, savings and lending
• Own your models in production: monitor them, debug them, iterate on them as the world changes
• Frame problems rigorously before reaching for a model: ask whether ML is the right tool and what success actually looks like

_Platform and Infrastructure Contribution

_

• Build and improve shared ML infrastructure: feature stores, experiment tracking, model registries, evaluation frameworks, monitoring pipelines
• Contribute to making the platform genuinely self-serve for other teams, reducing friction in the model-to-production path
• Help establish reusable patterns that compound across projects, not just solve today's problem

_Responsible and Governed AI

_

• Apply responsible AI principles throughout development: fairness evaluation, model explainability, documentation, and audit-readiness

_Collaboration and Technical Leadership

_

• Work closely with ML engineers, data engineers, product managers, and analytics engineers to translate ambiguous business problems into scoped, solvable technical work
• Participate in design reviews, contribute to architectural decisions, and hold a high bar for how the team builds

_Who You Are

_You have strong fundamentals. You're fluent in Python, comfortable with the full ML stack (data wrangling, feature engineering, model training, evaluation, deployment), and you know when to use a simple model and when complexity is warranted.

You think in systems. You're not satisfied shipping a model that works in a notebook. You think about data pipelines, drift, monitoring, retraining triggers, and what happens six months after launch. You build things that last.

You own outcomes, not outputs. You don't consider the job done when the model is deployed. You track what's happening in production, investigate regressions, and hold yourself accountable to the business metric, not just the eval metric.

You're collaborative without being dependent. You can drive a project independently and also know when to pull in the right person. You communicate clearly in writing, contribute to design discussions, and give honest feedback.

You care about craft. Clean code, reproducible experiments, documented decisions. You understand that how you build matters because other people have to work with what you leave behind.

Nice To Have

• Experience in fintech, financial services, or other regulated environments
• Familiarity with AWS services (SageMaker, Bedrock, Redshift, Glue) or comparable cloud ML infrastructure
• Experience with LLMs or generative AI in production settings
• Comfort working across the stack with data engineers and ML engineers

_Experience range: We're flexible. If you're 3 years in and have owned real production models, we want to hear from you. If you're 8 years in and want to work on harder infrastructure problems, same.

_Description De Poste En Français

Bonjour, je m’appelle Aditya.

Je me suis joint à KOHO à titre de directeur, ingénierie IA, avec un mandat clair : transformer la façon dont l’entreprise perçoit la science des données. Non pas comme une fonction de soutien en arrière-plan, mais comme un véritable levier de différenciation produit qui fait avancer le business.

Nous bâtissons une plateforme d’accélération des modèles : une combinaison d’infrastructure, d’outils et de pratiques réutilisables qui permet à KOHO de livrer plus rapidement des solutions d’IA et de ML de haute qualité, avec plus de confiance, à tous les niveaux de la stack. Ça veut dire prendre en charge les modèles de bout en bout, construire des solutions qui s’améliorent dans le temps et devenir l’équipe sur laquelle les équipes produit et d’ingénierie s’appuient quand les problèmes deviennent vraiment complexes.

Je suis à la recherche d’un·e scientifique des données qui veut évoluer à cette intersection : rigueur technique, responsabilité sur l’ensemble du cycle de vie et impact concret sur le produit. Quelqu’un qui pense en systèmes, pas seulement en modèles. Quelqu’un qui se soucie autant de la manière de faire que du résultat final.

Ce que vous ferez

Développement et ownership des modèles

• Concevoir, développer et déployer des modèles de ML pour résoudre de vrais enjeux produit liés aux principales offres de KOHO : dépenses, épargne et crédit
• Assurer la responsabilité de vos modèles en production : les monitorer, les déboguer et les faire évoluer à mesure que le contexte change
• Structurer les problèmes de manière rigoureuse avant de proposer une solution : déterminer si le ML est la bonne approche et définir clairement les critères de succès

Contribution à la plateforme et à l’infrastructure

• Développer et améliorer l’infrastructure ML partagée : feature stores, suivi des expérimentations, registres de modèles, cadres d’évaluation, pipelines de monitoring
• Contribuer à rendre la plateforme réellement self-serve pour les autres équipes, en réduisant les frictions entre le modèle et la mise en production
• Mettre en place des patterns réutilisables qui créent de la valeur dans le temps, au-delà des besoins immédiats

IA responsable et gouvernance

• Intégrer les principes d’IA responsable tout au long du cycle de développement : équité, explicabilité, documentation et préparation aux audits

Collaboration et leadership technique

• Collaborer étroitement avec les ingénieur·e·s ML, data, les chefs de produit et les analystes pour transformer des problématiques d’affaires ambiguës en solutions techniques concrètes
• Participer aux revues de design, contribuer aux décisions d’architecture et maintenir des standards élevés de qualité

Qui vous êtes

Vous avez de solides bases techniques. Vous maîtrisez Python, êtes à l’aise avec l’ensemble du cycle ML (préparation des données, feature engineering, entraînement, évaluation, déploiement) et savez quand privilégier la simplicité versus la complexité.

Vous pensez en systèmes. Un modèle qui fonctionne dans un notebook ne vous suffit pas : vous réfléchissez aux pipelines de données, au drift, au monitoring, aux stratégies de réentraînement et à ce qui se passe plusieurs mois après le lancement.

Vous êtes axé·e sur les résultats, pas seulement sur les livrables. Le travail ne s’arrête pas au déploiement : vous suivez la performance en production, analysez les régressions et vous responsabilisez par rapport aux métriques d’affaires.

Vous êtes collaboratif·ve sans être dépendant·e. Vous êtes capable de mener un projet de façon autonome tout en sachant quand faire appel aux bonnes personnes. Vous communiquez clairement, participez aux discussions techniques et donnez du feedback constructif.

Vous avez le souci du détail et de la qualité. Code propre, expérimentations reproductibles, décisions documentées : vous comprenez que la façon de construire est aussi importante que le résultat, car d’autres devront s’appuyer sur votre travail.

Atouts

• Expérience en fintech, services financiers ou environnements réglementés
• Familiarité avec les services AWS (SageMaker, Bedrock, Redshift, Glue) ou équivalents
• Expérience avec les LLM ou l’IA générative en production
• Aisance à collaborer à travers toute la stack avec des équipes data et ML

Niveau d’expérience

Nous sommes flexibles. Que vous ayez 3 ans d’expérience avec des modèles en production ou 8 ans et l’envie de travailler sur des problématiques d’infrastructure plus complexes, nous voulons vous rencontrer.

KOHO is for builders.

If you’re energized by challenge, motivated by mission, and want to be part of a team that punches above its weight - we want to hear from you.

The KOHO culture is one of collaboration, creativity, and diverse perspectives. We are committed to building and fostering an inclusive, accessible environment for everyone. If you have any questions, concerns, or requests regarding accessibility needs, please contact peopleaccessibility@koho.ca and the People and Culture team will be happy to help.

AI Disclosure: KOHO uses artificial intelligence (AI) in certain aspects of its recruitment process to screen, assess, or select applicants. For any questions or concerns, please contact us at talent@koho.ca.

Note: this posting is for an existing vacancy that we are seeking to fill.