Open banking es la apertura e integración de servicios financieros a través de
apis 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 de
data en open banking
tiene la misión de
habilitar, estructurar y explotar ecosistemas de datos
que 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 la
analítica 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 dashboards
para 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.