Científico(a) de Datos Senior - Nómina

ZEHR; Ciudad de México; On-site; MXN 632,000 - 770,000; Full time

Job summary

ZEHR busca un Científico de Datos Senior para desarrollar modelos predictivos, segmentación y soluciones analíticas enfocadas a clientes del segmento nómina en el sector financiero. El perfil requiere experiencia en Python, SQL y ML, con manejo de grandes volúmenes de datos y preferencia en banca/fintech.

Se ofrece contratación directa, beneficios superiores a la ley y desarrollo profesional en una institución financiera líder del país.

Qualifications

• Licenciatura en Actuaría, Matemáticas, Estadística, Física, Ingeniería o afín.
• 4 a 6 años de experiencia en Ciencia de Datos.
• Dominio de Python y SQL.
• Experiencia en Machine Learning y modelado predictivo.
• Experiencia con grandes volúmenes de datos.
• Deseable experiencia en banca, fintech o servicios financieros.

Responsibilities

• Desarrollar modelos predictivos para identificar empresas con mayor potencial de afiliación a convenios de nómina.
• Diseñar modelos de segmentación para clasificar empresas y colaboradores según comportamiento, rentabilidad y potencial comercial.
• Construir modelos de propensión para: Activación de cuentas; Portabilidad de nómina; Venta cruzada; Retención de clientes.
• Analizar patrones de comportamiento transaccional para identificar oportunidades de crecimiento y vinculación.
• Generar insights que permitan incrementar el uso de productos financieros por parte de los colaboradores de empresas nómina.
• Diseñar y medir estrategias comerciales mediante experimentación, pruebas A/B y análisis estadístico.
• Monitorear KPIs de negocio.

Skills

Python

SQL

Machine Learning

Experimentación A/B

Análisis estadístico

Big data

Education

Licenciatura en Actuaría, Matemáticas, Estadística, Física, Ingeniería o afín

Tools

BigQuery

GCP

Job description

Descripción

¿Te interesa participar en proyectos de analítica avanzada, Machine Learning e Inteligencia Artificial aplicados a millones de clientes dentro del sector financiero?

Estamos buscando un(a) **Científico(a) de Datos Senior** para desarrollar modelos predictivos, estrategias de segmentación y soluciones analíticas enfocadas en la adquisición, activación, vinculación y rentabilidad de clientes del segmento nómina.

Responsabilidades

• Desarrollar modelos predictivos para identificar empresas con mayor potencial de afiliación a convenios de nómina.
• Diseñar modelos de segmentación para clasificar empresas y colaboradores según comportamiento, rentabilidad y potencial comercial.
• Construir modelos de propensión para:
  1. Activación de cuentas.
  2. Portabilidad de nómina.
  3. Venta cruzada.
  4. Retención de clientes
• Analizar patrones de comportamiento transaccional para identificar oportunidades de crecimiento y vinculación.
• Generar insights que permitan incrementar el uso de productos financieros por parte de los colaboradores de empresas nómina.
• Diseñar y medir estrategias comerciales mediante experimentación, pruebas A/B y análisis estadístico.
• Monitorear KPIs de negocio.

Requisitos

1. Licenciatura en Actuaría, Matemáticas, Estadística, Física, Ingeniería o afín.
2. Experiencia de 4 a 6 años en Ciencia de Datos.
3. Dominio de Python y SQL.
4. Experiencia en Machine Learning y modelado predictivo.
5. Experiencia con grandes volúmenes de datos.
6. Deseable experiencia en banca, fintech o servicios financieros.

Tecnologías

1. Python
2. SQL
3. BigQuery
4. GCP
5. Machine Learning
6. IA Generativa (deseable)
7. RAG (deseable)

Beneficios

• Sueldo bruto mensual de **$56,600 a $69,000** (según experiencia y alineación al perfil).
• Contratación directa con BanCoppel.
• Periodo de prueba de 90 días con reconocimiento de antigüedad desde el ingreso.
• Prestaciones superiores a las de ley.
• Participación en iniciativas estratégicas de Ciencia de Datos e Inteligencia Artificial.
• Desarrollo profesional dentro de una de las instituciones financieras más importantes del país.

Habilidades requeridas

• IA Generativa
• BigQuery
• Python
• SQL
• GCP
• Machine Learning