Data Scientist Ssr

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.

About the job:

El equipo de Modelos en la gerencia de Data & Advanced Analytics de BBVA es responsable del desarrollo, implementación y monitoreo de todos los modelos predictivos y analíticos que soportan las decisiones clave del negocio en el área de Riesgos. Trabajamos en la creación de soluciones avanzadas basadas en ciencia de datos y machine learning para mejorar la gestión de riesgo de crédito, optimizando la toma de decisiones mediante un enfoque cuantitativo y basado en datos.

¿Que buscamos?

• Desarrollar y mejorar modelos de riesgo de crédito para la toma de decisiones en áreas clave del negocio, mediante técnicas de machine learning y estadística.

• Analizar grandes volúmenes de datos provenientes de diversas fuentes (internas y externas), con el fin de identificar patrones y tendencias que ayuden a optimizar la gestión de riesgos.

• Trabajar en estrecha colaboración con equipos multidisciplinarios (tecnología, finanzas, riesgos) para traducir los requerimientos del negocio en soluciones analíticas.

• Automatizar procesos de análisis y generación de reportes mediante la creación de flujos de trabajo eficientes.

• Desarrollar y evaluar métricas para validar el desempeño de los modelos desarrollados, proponiendo mejoras continuas.

• Documentar los procesos analíticos, asegurando que los modelos cumplan con las regulaciones y estándares del banco.

Requisitos:

Estudiante avanzado de Estadística, Matemática, Ingeniería, Economía, Actuario o carreras afines.
Experiencia en análisis de datos, modelado estadístico, y/o ciencia de datos, preferiblemente en instituciones financieras.

Conocimientos técnicos:
Dominio de estadística y probabilidad aplicada.
Conocimientos del desarrollo de modelos de riesgo de crédito y su implementación.
Conocimientos de machine learning, incluyendo técnicas como regresiones, árboles de decisión, boosting, redes neuronales, entre otras.
Experiencia trabajando con grandes bases de datos.
Lenguajes de programación Python, Spark, SQL.
Conocimiento de herramientas de análisis en la nube es una ventaja.

Competencias:
Fuertes habilidades analíticas y capacidad para resolver problemas complejos.
Capacidad para trabajar en equipos multidisciplinarios y comunicar resultados de manera clara y efectiva.
Enfoque en la innovación y mejora continua.
Orientación a resultados y cumplimiento de objetivos.

Skills: