Description
Acerca de:
Diseñar, desarrollar, validar e implementar scores de crédito enfocados en productos de préstamo al consumo, con el objetivo de optimizar la toma de decisiones en el otorgamiento y administración del riesgo. Se espera que esta persona sea técnica y analíticamente sólida, pero también autónoma, proactiva y con una comunicación clara hacia stakeholders técnicos, de negocio y TI.
Responsabilidades
- Diseñar, desarrollar y documentar scores con métodos tradicionales y de machine learning para evaluar riesgo crediticio en los diversos productos de Préstamo Personal del Grupo.
- Ejecutar el ciclo completo de desarrollo de modelos: definición del problema, exploración de datos, ingeniería de variables, modelado, validación, documentación.
- Coordinar la implementación de los scores en sistemas productivos en conjunto con áreas de tecnología.
- Dar seguimiento a la implementación y desempeño de los modelos en producción, asegurando su efectividad a lo largo del tiempo.
- Participar activamente en procesos compliance: preparar documentación técnica, atender auditorías internas y externas, responder observaciones de validadores y asegurar el cumplimiento con marcos regulatorios.
- Acompañar, formar y supervisar a perfiles junior o intermedios en el desarrollo de modelos, promoviendo buenas prácticas técnicas, metodológicas y de documentación. Actuar como referente técnico dentro del equipo.
- Proponer y liderar la incorporación de nuevas metodologías analíticas, fuentes de datos alternativos o mejoras en los procesos de modelado, validación y monitoreo, con el objetivo de aumentar la efectividad de los modelos y la eficiencia operativa del equipo.
Requisitos:
- Experiencia comprobable mínima de 3 años en el desarrollo e implementación de scores en productos de préstamo al consumo.
- Experiencia en el otorgamiento/dispersión de PP por medios digitales: Apps, sitio web, etc.
- Dominio de Python y/o R para modelado estadístico y dominio Consultas SQL complejas, manejo de datasets grandes, joins, subconsultas, particionamiento.
- Conocimiento de modelos supervisados: regresión logística, árboles de decisión, random forest, XGBoost, lightGBM, redes neuronales (opcional).
- Inglés avanzado (mínimo C1): leer literatura técnica y liderar conversaciones de negocio.
- Conocimiento funcional del negocio de crédito (originación, administración, cobranza).
Escolaridad:
- Licenciatura en Actuaría, Estadística, Matemáticas Aplicadas, Física, Ciencia de Datos o afín.
- Maestría en Ciencia de Datos, Inteligencia Artificial o áreas relacionadas (Deseable).
Beneficios:
● Sueldo base
● Fondo de ahorro
● Descuentos en compras de muebles y ropa
● Aguinaldo
● Vacaciones
● Prima vacacional
● Reparto de utilidades
● Día libre de cumpleaños
● Becas para estudio
● Útiles escolares
● Club de protección familiar
● Ambiente de trabajo agradable
● Entre otros beneficios y prestaciones
📌 Científico de datos Sr
🏢 Coppel Enterprise
📍 Culiacán Rosales