Prop贸sito del cargo:
Entrar a ser parte del equipo que acompa帽ar谩 la construcci贸n y mantenimiento de productos basados en datos alternativos, siendo uno de los roles que apoye la aplicaci贸n de un motor de machine learning en Colombia. Esta labor requiere personas con conocimientos anal铆ticos para el dise帽o de modelos, su monitoreo, ajustes y conocimientos de comportamiento de datos financiero.
Principales funciones:
- Construir y mantener modelos (propensi贸n, p茅rdida, etc.) de aprendizaje autom谩tico y estad铆sticos utilizando fuentes alternas (data alternativa), datatransaccional y datos de Bur贸.
- Evaluar peri贸dicamente el desempe帽o de los modelos entrenados
- Garantizar que los datos de entrenamiento utilizados cumplan con los est谩ndares de Experian, levantar alertas y proponer posibles pasos de prevenci贸n y mitigaci贸n en caso de que esos est谩ndares no se cumplan.
- Diagn贸stico y resoluci贸n (propuesta e implementaci贸n) de problemas de baja precisi贸n y categorizaci贸n err贸nea, e implementaci贸n de medidas de mejora continua relacionadas.
- Documentar el proceso de modelado, prueba, codificaci贸n y la documentaci贸n necesaria para el soporte del modelo.
- Comunicaci贸n de incidentes y mejoras relacionados con equipos de desarrollo, infraestructura y anotaci贸n.
- Exploraci贸n de fuentes alternativas para la construcci贸n de nuevas soluciones y validaci贸n de hip贸tesis.
Conocimiento T茅cnico Requerido:
- Conocimiento de herramientas anal铆ticas y lenguajes de programaci贸n Python, R, SQL (DQL, CTEs, agregaciones y funciones de ventana)
- Conocimiento de t茅cnicas de visualizaci贸n de datos y herramientas de BI como Power BI, preferiblemente Amazon Quicksight.
- Conocimiento b谩sico de conceptos y t茅cnicas de procesamiento de lenguaje natural
- Conocimiento de procesos del ciclo de riesgo en el sector financiero (preferiblemente bancario)
- Habilidades de inform谩tica especialmente en Word, PowerPoint y Excel
Competencias:
- Curiosidad, iniciativa y pensamiento cr铆tico
- Flexible y adaptable para aprender y comprender nuevas tecnolog铆as.
- M铆nimo 4 a帽os de conocimiento pr谩ctico en Python, preferiblemente tanto la sintaxis propia de Python como tambi茅n algunos de sus principales paquetes anal铆ticos (como Pandas, Numpy, MatplotLib)
- Facilidad de expresi贸n oral y escrita dirigida a grupos no t茅cnicos