Risk Data Scientist gestión de modelos

Qué proyectos desarrollamos

En el equipo de Modelos de Gestión del Riesgo, formamos parte de la Service Line de Riesgos CPC, con una misión transversal: impulsar la transformación, innovación y excelencia técnica en la gestión del riesgo de crédito. Trabajamos con modelos tradicionales y de inteligencia artificial, promoviendo el uso de nuevas metodologías, herramientas y fuentes de datos para mejorar la toma de decisiones.

Responsabilidades

Como Machine Learning Engineer, serás una pieza clave en el diseño, desarrollo y mantenimiento de modelos de riesgo de crédito, así como en la implementación de soluciones MLOps que garanticen su robustez, escalabilidad y trazabilidad.

Tus principales responsabilidades

• Desarrollar y mantener modelos de riesgo (basados en IA / ML).
• Implementar pipelines para automatizar el ciclo de vida de los modelos.
• Monitorizar el desempeño de los modelos y detectar desviaciones.
• Colaborar en el diseño de nuevos modelos adaptados a las necesidades del negocio.
• Investigar y proponer nuevas metodologías, incluyendo el uso de IA Generativa e ingeniería de prompts.
• Integrar modelos en el catálogo corporativo, asegurando su validación y documentación.
• Evaluar el riesgo de modelo y clasificarlo según su criticidad (Tier).
• Explorar nuevas herramientas, técnicas y fuentes de datos externas.
• Apoyar el análisis de datos para la toma de decisiones estratégicas en Riesgos y Negocio.

Requisitos y competencias clave

Formación y experiencia

• Titulación en Ingeniería, Ciencia de Datos, Estadística, Matemáticas, Economía o similar.
• Más de 5 años de experiencia como Data Scientist, preferiblemente en entornos financieros o de riesgo.
• Experiencia en entornos MLOps: automatización del ciclo de vida de modelos, versionado, monitorización y despliegue en producción.

Conocimientos técnicos

• Dominio de Python, R y SQL.
• Conocimientos avanzados en técnicas de Machine Learning e Inteligencia Artificial.
• Familiaridad con herramientas como MLflow, Airflow, Docker, Kubernetes, Git y plataformas cloud (AWS, GCP, Azure).
• Conocimientos en IA Generativa e ingeniería de prompts.

Competencias personales

• Visión global del negocio, integrando la perspectiva de riesgo y la estratégica.
• Iniciativa, proactividad y capacidad de trabajo en equipo.
• Habilidades de comunicación para interactuar con perfiles técnicos y de negocio.
• Dominio de herramientas ofimáticas (Excel, PowerPoint, Outlook, Word).

Se valorará positivamente

• Conocimientos avanzados en técnicas de Deep Learning, como Transformers, GANs, VAEs, entre otros.
• Familiaridad con frameworks de IA como Keras, TensorFlow y PyTorch.
• Interés en mantenerse actualizado sobre el estado del arte en inteligencia artificial y metodologías emergentes.