Data Scientist Modelos Riesgo No Financiero

Liderar, orquestar y ejecutar de manera integral el ciclo de vida (end-to-end) de los modelos analíticos avanzados orientados a la mitigación y prevención proactiva de riesgos no financieros, abarcando Fraude, Ciberseguridad, Riesgo Operacional, Cumplimiento y Prevención de Lavado de Activos y Financiamiento del Terrorismo (PLAFT). El profesional debe actuar como un consultor analítico estratégico, capaz de interpretar con precisión las normativas vigentes (especialmente los requerimientos de la Comisión para el Mercado Financiero CMF y la Unidad de Análisis Financiero UAF). Su misión fundamental radica en desarrollar, calibrar y productivizar modelos de machine learning, creación de sistemas de reglas de negocio definidas por analítica de datos, Inteligencia Artificial Generativa y Teoría de Grafos, asegurando la calidad de los datos y el estricto cumplimiento de los plazos regulatorios e internos. Asimismo, debe lograr un alineamiento total con el negocio facilitando la integración a la gestión y propiciando la mejora continua en los ecosistemas de defensa del banco En este rol tendrás la oportunidad de: Interpretar y dar seguimiento permanente a las actualizaciones normativas (CMF, UAF) para asegurar que el diseño de los modelos de machine learning cumpla a cabalidad con los requerimientos. Ejecutar la extracción, limpieza, cuadratura y transformación (Feature Engineering) de grandes volúmenes de datos transaccionales, estructurados y no estructurados, garantizando calidad. Diseñar, crear y calibrar sistemas de reglas de negocio fundamentadas de manera empírica mediante analítica de datos profunda, integrándolas al ecosistema preventivo de las gerencias. Programar, entrenar y afinar modelos de machine learning (Supervisados, No Supervisados, Grafos y GenAI) en el entorno de desarrollo Databricks, optimizando su capacidad predictiva. Confeccionar de manera exhaustiva la documentación técnica, manuales metodológicos y bitácoras de decisiones que sustentan la explicabilidad de los modelos y reglas ante validadores. Liderar sesiones consultivas y comités de trabajo ("bajadas técnicas") con los equipos de operaciones, cumplimiento y riesgos, capacitando a los usuarios finales en la correcta interpretación. Coordinar con las áreas de Arquitectura y TI los flujos de despliegue continuo (MLOps), asegurando que los modelos de machine learning pasen a producción de forma estable, escalable y segura. Para tener éxito en esta posición necesitas: Estudios: Ingeniería Civil (Computación, Industrial, Matemática, Eléctrica), Estadístico, Matemático, EconomistaExperiencias Habilitantes (2 a 4 años): Desarrollo de Modelos en Negocios Financieros. Experiencia desarrollando soluciones analíticas punta a punta y modelos de machine learning. Se consideran perfiles recién egresados que demuestren un nivel técnico excepcional a través de prácticas profesionales, trabajos esporádicos, proyectos de título de alto impacto o proyectos freelance.Lenguajes de Programación (Avanzado): Excelente nivel y destreza en Python, SQL y PySpark. Machine Learning & Advanced Analytics (Avanzado): Dominio profundo en descubrimiento de datos, transformación y aplicación de algoritmos de machine learning (supervisados y no supervisados), así como análisis de grafos y redes complejas. Capacidad de calibrar hiperparámetros y optimizar el rendimiento.Inteligencia Artificial Generativa y LLMs (Intermedio)Diseño y Automatización de Procesos (MLOps) (Intermedio) Es aún mejor si tienes: Estudios de Magíster, Doctorado o Diplomados de especialización avanzada en Ciencia de Datos, Inteligencia Artificial, MLOps, Economía Aplicada o temáticas afines al cargo (Magíster Ciencia de Datos)Deseable experiencia demostrable gestionando mesas de trabajo interdisciplinarias, levantando procesos con áreas de negocio y liderando la integración a la gestión de activos analíticosDeseable conocimiento o participación previa actuando como contraparte técnica, generando documentación probatoria (metodológica) y atendiendo procesos de revisión.Normativa Local e Internacional: Conocimiento sólido de las normativas de la CMF y requerimientos de la UAF vinculados a gestión de fraude, ciberseguridad, riesgo operacional y PLAFT