
Open Banking Data Scientist Associate
- Cuauhtémoc, D.F.
- Permanente
- Tiempo completo
- 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.
- 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.
- 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.
- 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).
- 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.