Data Scientist
Job Summary
Buscamos un Data Scientist para transformar datos en información de valor y construir modelos de machine learning. El candidato colaborará con áreas de negocio, tecnología y producto para entregar insights que impulsen decisiones estratégicas. El rol se enfoca principalmente en la gestión y evaluación de riesgos de crédito dentro de la organización.
Responsibilities
- Gestionar y mejorar modelos de Machine Learning
- Realizar análisis exploratorios de datos
- Colaborar con equipos de producto y negocio
- Optimizar procesos de Risk & Data Analytics
Required Skills
- Python & Data Science libraries
- SQL
- Machine Learning & Statistical modeling
- GCP stack experience
- Data analysis & communication
Job Details
Funciones del cargo:
- Gestionar modelos de machine learning existentes (reentrenamientos y mejoras) e implementar nuevos modelos.
- Realizar análisis exploratorios profundos para obtener insights en nuestras fuentes de datos (enfocado en negocio, análisis riguroso y trazable).
- Colaborar con áreas de negocio, tecnología y producto para capturar requerimientos y priorizar iniciativas.
- Proponer y desarrollar mejoras internas que optimicen el trabajo en Risk & Data Analytics, asegurando claridad, trazabilidad y calidad de código.
Requisitos:
- Dominio intermedio/avanzado de Python y librerías de data science, SQL y herramientas de control de versiones.
- Experiencia con stack GCP (valorado).
- Pensamiento analítico, capacidad de comunicar resultados complejos de forma simple, independencia y trabajo en equipo multidisciplinario.
- Rigor, precisión y atención al detalle, habilidad para investigar problemas y entender mecanismos subyacentes.
Competencias deseables:
- Conocimientos en estadística avanzada, econometría y estadística causal (variables instrumentales, diferencias en diferencias, regresión discontinua, etc.).
- Experiencia en procesamiento de datos, construcción de features, manejo de backtesting y monitoreo de data drift.
- Capacidad para explicar sesgos potenciales y manejar situaciones con información incompleta o sesgada.
- Conocimientos de modelos de regresión, ML supervisado/no supervisado, modelamiento probabilístico y métodos para interpretabilidad de probabilidades.
- Habilidades de comunicación y capacidad para presentar resultados a stakeholders no técnicos.
Beneficios:
- Opciones de trabajo híbrido algunos días de la semana.
- Días libres por cumpleaños.
- Seguro de salud ampliado.
- Horario de verano y salidas tempranas los viernes.
- Día de mudanza.
- Licencia parental extendida.
- Acceso a snack machine.