Open banking es la apertura e integración de servicios financieros a través deapis seguras y estandarizadas, que permiten a terceros (fintechs, comercios y otros socios) acceder y ofrecer soluciones innovadoras a los clientes.dentro de este contexto, el área dedata en open bankingtiene la misión dehabilitar, estructurar y explotar ecosistemas de datosque permitan medir, escalar y optimizar los productos y servicios desarrollados sobre apis. Su objetivo es garantizar que la información esté disponible, integrada y en un formato que habilite laanalítica avanzada, la generación de insights y la toma de decisiones estratégicas, potenciando el crecimiento del ecosistema de open banking.funciones principales:- construcción y habilitación de ecosistemas de datos: creación de insumos, tablas y pipelines que soporten los tableros de control y explotación de información.- automatización y conexión con dashboardspara asegurar que las áreas de negocio cuenten con información disponible y confiable.- desarrollo de analítica avanzada y modelos predictivos, incluyendo:segmentación de clientes mediante clustering (k-means, dbscan, segmentación jerárquica).modelos de churn/predictivos utilizando técnicas de machine learning supervisado (regresión logística, random forest, xgboost, gradient boosting).modelos de scoring y propensión aplicando algoritmos de clasificación y regresión.optimización de variables a través de feature engineering (transformaciones, encoding, generación de variables derivadas).visualización y storytelling con datos para traducir resultados en insights accionables.colaboración transversal con áreas de negocio y tecnología para traducir necesidades en soluciones de datos escalables.retos del puesto:habilitar entornos de datos cuando no existen fuentes definidas y los orígenes están dispersos.integrar información proveniente de múltiples productos financieros (ej. digital car loan, pago débito a débito, entre otros), que se encuentran en distintas bases y con diferentes estructuras.asegurar escalabilidad y consistencia en ecosistemas de datos en un contexto altamente dinámico y de innovación constante.experiencia requerida:2–4 años en roles relacionados con data science, data engineering.experiencia previa en sectores fintech, retail o banca .trayectoria en ambientes dinámicos, con participación en proyectos de integración y explotación de datos.conocimientos indispensables:sql avanzado (optimización de queries, creación de tablas, modelado de datos).python (manejo de librerías para análisis y modelado: pandas, scikit-learn, numpy, etc.).entornos cloud : amazon web services (aws) – redshift, s3, glue, athena.herramientas de visualización (ej. Google looker studio, quicksight).escolaridad:licenciatura en actuaría, matemáticas, ingenierías o afín, deseable especialidad o maestría.skills culturales:tenga mentalidad de innovación y apertura para proponer nuevas soluciones.sea colaborativo y orientado a trabajo en equipo en un entorno ágil y transversal.muestre curiosidad y aprendizaje continuo, adaptándose rápidamente a nuevas herramientas y tecnologías.posea enfoque en resultados, con capacidad de estructurar soluciones en entornos con información limitada.