Data Scientist Modelos Riesgo No Financiero

Banco Bci; Santiago; Híbrido; CLP 39.060.000 - 72.540.000; Jornada completa

Descripción de la vacante

Banco Bci busca un líder en ciencia de datos para gestionar el ciclo completo de modelos analíticos orientados a la mitigación de riesgos no financieros (fraude, ciberseguridad, PLAFT). Deberá calibrar soluciones de machine learning, establecer reglas de negocio basadas en analítica de datos e impulsar la IA Generativa y grafos, asegurando calidad de datos y cumplimiento regulatorio.

La posición ofrece modalidad flexible con 4 días remotos a la semana, y requiere formación en Ingeniería Civil y

Formación

• Ingeniería Civil (Computación/Industrial/Matemática/Eléctrica) requerida.
• 2–4 años desarrollando modelos analíticos para negocios financieros.
• Dominio de Python, SQL y PySpark.
• Conocimiento de CMF/UAF y regulaciones PLAFT.

Responsabilidades

• Desarrollar, calibrar y productivizar modelos ML y sistemas de reglas.
• Liderar comités y sesiones técnicas con operaciones y cumplimiento.
• Implementar pipelines MLOps para despliegue seguro en producción.
• Documentar metodologías y decisiones para validadores.

Conocimientos

Python

SQL

PySpark

MLOps

Graph Analytics

Educación

Engineering degree (Civil) in Computing/Industrial/Mathematics/Electrical

Herramientas

Databricks

Graph Analytics Tools

Descripción del empleo

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.

Modalidad de trabajo del cargo:

Flexible con 4 días remotos semanales

Para tener éxito en esta posición necesitas:

• Estudios: Ingeniería Civil (Computación, Industrial, Matemática, Eléctrica), Estadístico, Matemático, Economista
• Experiencias 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 .
• 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 analíticos
• Deseable 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
• Inteligencia Artificial Generativa y LLMs (Intermedio)

Condiciones:

¡Prepárate para un gran inicio! En caso de ser seleccionado e ingresar con contrato indefinido, tendrás una inducción presencial de 2 semanas para sumergirte en nuestra cultura.