Senior Data Scientist – Impacto Social

Excited to grow your career?
 

BBVA is a global company with more than 160 years of history that operates in more than 25 countries where we serve more than 80 million customers. We are more than 121,000 professionals working in multidisciplinary teams with profiles as diverse as financiers, legal experts, data scientists, developers, engineers and designers.

Learn more about the area:
 

El objetivo de MIDE es maximizar el impacto que genera en sus clientes, que son pequeños emprendedores en situación de vulnerabilidad en América Latina. Para ello, la unidad de desempeño social aboga por la investigación aplicada. Es decir, realiza estudios, diseña proyectos de investigación o casos de uso que permitan tener una mejor comprensión de nuestros emprendedores para orientar nuestra oferta de valor hacia sus necesidades y acompañarlos en su progreso socio-económico. Además, se abre al sector para compartir este conocimiento y definir mejores prácticas.

El área tiene tres funciones:

Data: Mantenimiento, ampliación y extracción de bases de datos que se utilizan para los estudios. Las cinco entidades financieras proporcionan información mensual (ETLs) para atender al requerimiento MIDE que se cargan en una estructura de información homogénea, pasando por controles previos. El procedimiento carga de información presenta por particularidades para cada una de ellas, si bien los controles de calidad son corporativos. Actualmente el equipo gestiona una base de más de 8MM de registros en tres tablas de hechos con una profundidad histórica de más de 10 años y un tamaño de 1,5TB. La data tiene buena calidad, es homogénea y se gestiona en SQL. Esta se analiza y procesa con herramientas varias (R, Python, etc.).

Por otro lado, la FMBBVA está llevando a cabo un proyecto de migración de su sistema de información corporativo (MIS) a Oracle. Por tanto, se espera que esta migración esté en curso y requerirá un apoyo mientras se diseñe esta transición.

Lab. El objetivo de esta función es llevar a cabo proyectos de investigación aplicada para poder entender, contextualizar y definir adecuadamente intervenciones que mejoren el impacto en los clientes. Es por tanto una investigación sobre el comportamiento del cliente que redunda en diseñar intervenciones para poder acompañar al cliente con una oferta de productos y servicios que mejoren su desempeño social. La metodología de análisis, medición e implementación (testeo de pilotos) se lleva a cabo de forma particular según cada casuística.

Estudios: Estudios puntuales , bien sea preliminares para el lab, bien sea para profundizar en algunas dimensiones o para hacer seguimiento de un paso previo del Lab. A diferencia del lab, estos se basan en data que maneja el Grupo.

About the job:

El objetivo del Sr Data Scientist en la FMBBVA es realizar estudios de analítica avanzada.

El trabajo incluye por tanto tres funciones:

1.Análisis de datos: Estudios matemáticos (estadísticos y econométricos) que permitan analizar la evolución del desempeño de los clientes y anticipar comportamientos

• Elaboración de dashboards, informes y estudios ad-hoc, para el área u otras áreas de negocio
• Diseñar modelos de segmentación o predictivos que permitan diseñar estrategias (series temporales, Customer Lifetime Value, modelos de fuga, clusters, asset allocation, etc.) 

2.Apoyar en preparar la base de datos que se analizará, incluyendo la adecuada carga de información con los respectivos controles de calidad, optimización de la arquitectura de información y la ingeniería de variables para mejoras de modelos y reportes. Incluye el apoyo en la migración al sistema de información corporativo

3.Evaluar, proponer y diseñar nuevas funcionalidades de data y modelos de información, fuentes alternativas o arquitecturas más eficientes para ampliar y/o mejorar el repositorio de información

Skills:

Data Analysis, Data Layer, Descriptive Analytics, Econometrics, English Language, Exploratory Data Analysis (EDA), Financial system in general and competition, Hypothesis Testing, Linear Regressions, Mathematical Analysis, Multiple Linear Regression, Neural Networks, Predictive Analytics, Prescriptive Analytics