Data Scientist L2

Responsabilidades

• Análisis y modelado de datos:

Aprovechar tus habilidades analíticas para identificar patrones, tendencias e información valiosa (insights) a partir de grandes conjuntos de datos.

• Desarrollo y validación de modelos:

Utilizar técnicas estándar de la industria para crear variables (features), limpiar conjuntos de datos y desarrollar pipelines para entrenar e implementar nuestros modelos, enfocados principalmente en modelos de clasificación.

• Evaluación del riesgo crediticio:

Evaluar el riesgo crediticio de posibles prestatarios utilizando los modelos desarrollados, asignando de manera efectiva puntajes de crédito (credit scores) o probabilidades de incumplimiento (Probability of Default - PD). Buscamos personas que piensen de manera innovadora; con frecuencia utilizamos datos alternativos para construir nuestros modelos, por lo que valoramos tanto las mejores prácticas de la industria como soluciones creativas.

• Ingeniería de características (Feature Engineering):

Identificar y crear variables relevantes que mejoren el poder predictivo de los modelos y representen adecuadamente la solvencia o capacidad crediticia de los individuos.

• Colaboración interdisciplinaria:

Trabajar en conjunto con otros equipos para proporcionar análisis, desarrollar modelos y participar en la toma de decisiones técnicas.

• Monitoreo y evaluación del desempeño:

Supervisar continuamente el rendimiento de los modelos implementados, evaluar sus métricas y realizar los ajustes necesarios para adaptarlos a cambios en el comportamiento de los usuarios, las condiciones del mercado o la normativa aplicable.

• Investigación e innovación:

Mantenerse actualizado sobre los últimos avances en ciencia de datos y aprendizaje automático (Machine Learning), además de experimentar con nuevos enfoques para la evaluación del riesgo crediticio.

Requisitos

• Formación en Ciencia de Datos, Estadística, Ciencias de la Computación o una carrera relacionada, con conocimientos en programación. [INDISPENSABLE]
• Experiencia o conocimientos en Data Engineering. [DESEABLE]
• Conocimiento de servicios de AWS (Amazon Web Services). [DESEABLE]
• Entre 1 y 2 años de experiencia en Ciencia de Datos o Analítica de Datos/Negocio (con conocimientos en Machine Learning). [INDISPENSABLE]
• Entre 1 y 2 años de experiencia aplicando Machine Learning al análisis de riesgo financiero. [DESEABLE]
• 2 años o más de experiencia utilizando Python y SQL. [INDISPENSABLE]
• Buscamos una persona con pensamiento analítico y creativo, apasionada por explorar datos, extraer información de valor y convertirla en decisiones accionables para el negocio. [INDISPENSABLE]