Senior Credit Risk Modeling Manager - Unsecured, Regional

Mercado Libre; Buenos Aires; On-site; ARS 2,000,000 - 4,500,000; Full time

Job summary

Mercado Libre busca un Individuals Modeling Manager para liderar el equipo de modelado de riesgo crediticio dirigido a productos sin garantía. El rol se desempeña con alcance regional y cross-site, gestionando una estructura con líderes por país y un equipo de aproximadamente 10 personas.

Se requiere experiencia en ML/IA Generativa y profundo conocimiento del riesgo de crédito, especialmente en tarjetas de crédito o préstamos al consumo. Se valorarán conocimientos SQL/BigQuery y Python.

Qualifications

• Experiencia en liderar equipos de modelado/ciencia de datos.
• Formación en Ingeniería, Ciencias Exactas, Economía o afín.
• Conocimientos en ML e IA Generativa y en riesgo de crédito.
• Conocimientos de servicios financieros, banca, fintech u otros sectores con fuerte exposición a crédito.
• Conocer SQL/BigQuery; Python deseable.

Responsibilities

• Liderar un equipo de modelado de riesgo crediticio para productos de crédito sin garantía con alcance regional.
• Gestionar una estructura con líderes por país, especialistas y analistas, con un equipo de ~10 personas a cargo.
• Definir la estrategia de modelado de riesgo para originación y reevaluación de ofertas/cartera.
• Monitorear modelos para garantizar calidad de inputs y outputs.
• Coordinar rollouts de nuevas estimaciones/modelos en la política de encendidos, con rollout controlado.

Skills

Liderazgo de equipos

Modelado de datos

Machine Learning

IA Generativa

SQL / BigQuery

Python

Education

Ingeniería / Ciencias Exactas / Economía

Tools

SQL

BigQuery

Python

Job description

Mercado Libre busca un Individuals Modeling Manager para liderar el equipo de modelado de riesgo crediticio dirigido a productos sin garantía. El rol se desempeña con alcance regional y cross-site, gestionando una estructura con líderes por país y un equipo de aproximadamente 10 personas.

Se requiere experiencia en ML/IA Generativa y profundo conocimiento del riesgo de crédito, especialmente en tarjetas de crédito o préstamos al consumo. Se valorarán conocimientos SQL/BigQuery y Python.