Científico(a) de Datos (Middle) - Analítica de Riesgos

Científico(a) de Datos (Middle) - Analítica de Riesgos

Palabras clave:

• Modelos analíticos
• Técnicas estadísticas
• Técnicas matemáticas
• Ciencia de datos

Descripción de la vacante:

Únete a nuestro equipo como Científico de Datos (Middle) - Analítica de riesgos y sé el motor que impulsa decisiones inteligentes y personalizadas en Tuya. Tu propósito será crear y desarrollar modelos analíticos basados en técnicas estadísticas o matemáticas que permitan entender y anticiparnos al comportamiento de nuestros clientes, facilitando a los diferentes equipos crear estrategias personalizadas y asertivas para su gestión proactiva.

Responsabilidades: 

• Crear y hacer seguimiento a modelos analíticos
• Crear segmentaciones, perfiles y arquetipos de datos
• Crear modelos de recomendación.
• Implementar nuevas fuentes de información para la creación de modelos.
• Realizar pronósticos sobre los indicadores financieros de la compañía buscando anticiparse a eventos futuros.
• Hacer “backtesting” a los modelos y metodologías analíticas creadas y calibrarlas según los resultados, de acuerdo con el manual de riesgo de modelos del equipo de trabajo.
• Responder a los diferentes requerimientos de los organismos de control.
• Generar y presentar informes que permitan mejorar los procesos y apoyar el diseño de soluciones a clientes.

Requerimientos:

• Título profesional en áreas administrativas, financieras, estadísticas, analíticas, matemáticas, económicas o ingenierías.
• Deseable: Posgrado en analítica, estadística o inteligencia de negocios.
• Mínimo 1 año de experiencia en el cargo, preferiblemente del sector financiero, retail, fintech o empresas de consultoría en analítica.
• Conocimiento en métodos de análisis estadísticos (Análisis Multivariado, Regresión Logística, Árboles de Decisión, Series de Tiempo, Técnicas de clasificación, Análisis de experimentos).
• Conocimientos en minería y análisis de datos y texto.
• Creación de modelos de analítica avanzada que incorporen técnicas de machine learning y su correcta interpretación e implementación.
• Programación y conocimiento de herramientas analítica como SAS, R, Python

Nivel de educación:

• Profesional

Otras habilidades:

Habilidades interpersonales:

• Gestión y resolución de problemas.
• Sensibilidad por el cliente.
• Visión de Futuro.
• Resiliencia y cambio.
• Capacidad de análisis.