Lead Data Scientist

Lulo Bank; Colombia; On-site; COP 120,000,000 - 160,000,000; Full time

Job summary

En Lulo Bank buscamos un Lead Data Scientist para diseñar, desarrollar e implementar soluciones de analítica avanzada e IA, con impacto directo y medible en el negocio.

Colaborará con BI y Plataformas de Datos, liderando modelos ML/IA, pipelines ML y prácticas de MLOps, asegurando calidad, ética y gobernanza de datos.

Qualifications

• Se requiere mínimo 3 años de experiencia como Data Scientist en entornos de producción o corporativos.

Responsibilities

• Desarrollar y desplegar modelos ML/IA generativa desde formulación del problema hasta producción.
• Diseñar e implementar pipelines de entrenamiento e inferencia (MLOps)
• Monitorear desempeño, drift y alertas de modelos en producción
• Realizar pruebas A/B y experimentación para validar valor de modelos
• Garantizar explicabilidad, escalabilidad y cumplimiento ético de IA
• Gestión de casos de uso de punta a punta y comunicación de resultados
• Traducir necesidades operativas en soluciones analíticas accionables para audiencias técnicas y no técnicas
• Colaborar con Producto, BI, Ingeniería de Datos, Growth y Riesgos para adopción real de soluciones

Skills

Python

SQL

Cloud AWS

Spark

ML frameworks

Generative AI

MLOps CI/CD

Business communication

Team collaboration

Education

Estadística, Ciencias de la Computación, Ingeniería, Matemáticas o afines

Tools

Spark

Job description

El Lead Data Scientist será responsable de diseñar, desarrollar e implementar soluciones de analítica avanzada e inteligencia artificial con foco en generar un impacto directo y medible en el negocio. Este rol será clave en la ejecución de la estrategia del equipo de Datos, integrando modelos predictivos, prescriptivos y soluciones con IA generativa para potenciar la personalización, la eficiencia operativa y la toma de decisiones basada en evidencia.

Adicionalmente, apoyará la democratización del uso de datos en la organización, colaborando estrechamente con las áreas de BI, Plataforma de Datos y stakeholders del negocio para asegurar una integración fluida de los productos analíticos.

Esta persona trabajará en el equipo de Datos y Analítica y ejecutará técnicamente las iniciativas de ciencia de datos, aplicando mejores prácticas, metodologías agiles y estándares de calidad en cada entregable.

• Desarrollo de Soluciones de ML e IA: Diseñar, construir y desplegar modelos de machine learning e IA generativa, abarcando desde la formulación del problema analítico hasta su puesta en producción.
• Automatización y MLOps: Colaborar en la automatización de pipelines de entrenamiento e inferencia, garantizando soluciones eficientes, escalables y mantenibles en el tiempo.
• Evaluación y Monitoreo: Implementar procesos de evaluación continua para medir el desempeño de los modelos en producción, detectar degradaciones (drift) y generar alertas tempranas.
• Experimentación Aplicada: Diseñar e interpretar pruebas de hipótesis y experimentación (A/B testing, backtesting) para validar cuantitivamente el valor que aportan los modelos.
• Calidad y Ética: Garantizar que cada solución desarrollada sea explicable, escalable y cumpla con las mejores prácticas de ética en IA y normativas de la organización.
• Gestión de Casos de Uso: Asumir la ejecución técnica de los casos de uso de punta a punta, apoyando en su definición, diseño técnico y monitoreo post-despliegue.
• Traducción de Negocio a Datos: Traducir necesidades y desafíos operativos en soluciones analíticas accionables, comunicando los resultados con una narrativa clara (storytelling) hacia audiencias técnicas y no técnicas.
• Colaboración Multidisciplinaria: Trabajar de la mano con equipos de Producto, BI, Ingeniería de Datos, Growth y Riesgos para asegurar la adopción real de las soluciones.

Habilidades y Experiencia

• Formación: Profesional en Estadística, Ciencias de la Computación, Ingeniería, Matemáticas o disciplinas afines.
• Experiencia: Mínimo 3 años de experiencia trabajando activamente como Data Scientist en entornos de producción o corporativos.
• Sólido dominio de Python y SQL para manipulación y modelado de datos.
• Manejo de plataformas cloud (preferiblemente AWS) y herramientas para procesamiento a escala (Spark).
• Familiaridad y experiencia práctica con frameworks de ML (e.g., Scikit-Learn, XGBoost, TensorFlow/PyTorch).
• IA Generativa: Conocimiento práctico y aplicabilidad en modelos de lenguaje (LLMs), arquitecturas Transformer, embeddings o frameworks tipo LangChain/LlamaIndex.
• Nivel Técnico MLOps: Experiencia en integración continua y despliegue de modelos (CI/CD para ML, gestión de registros de modelos, feature stores).
• Deseable en Banca/Fintech: Conocimientos o experiencia previa en casos de uso financieros: modelos de riesgo crediticio, segmentación de clientes, modelos de propensión/churn y prevención de fraude.
• Habilidades Blandas: Pensamiento analítico orientado al negocio, proactividad, buenas habilidades de comunicación técnica/no técnica y capacidad de trabajo colaborativo.