Credit Risk Models & Governance - Data Scientist Jr. (Ciudad de México, Cuauhtémoc).

BBVA en México; Ciudad de México; Presencial; MXN 670.000 - 1.228.000; Jornada completa

Descripción de la vacante

BBVA en México busca un Data Scientist enfocado en Riesgo de Crédito para liderar el ciclo completo de vida de modelos cuantitativos, desde el diseño y desarrollo hasta la implementación en la nube y su monitoreo continuo.

Se requieren experiencia en ML, procesamiento de grandes volúmenes de datos en AWS, validación estadística y capacidad de comunicar resultados a comités internos y áreas de control. Trabajo en equipo y cumplimiento normativo son clave.

Formación

• Bachillerato o licenciatura en áreas afines al análisis de datos y riesgo de crédito.
• Conocimientos en modelación de riesgo y gobernanza de modelos (Model Governance).
• Dominio de Python, SAS o PySpark y estadística avanzada.
• Experiencia en manejo de grandes volúmenes de datos y SQL complejo.

Responsabilidades

• Diseñar, desarrollar e implementar modelos de riesgo de crédito utilizando ML/IA.
• Procesar y depurar grandes volúmenes de datos en AWS y entornos locales.
• Monitorear rendimiento y calibración de modelos, con validación estadística.
• Definir métricas y triggers para gobernanza de modelos y alertas.
• Documentar análisis y presentar evidencias ante comités y reguladores.
• Comunicar impactos metodológicos y planes de mitigación a líderes de negocio.

Conocimientos

SQL

Python

SAS

PySpark

AWS

Inglés técnico

Educación

Licenciatura concluida en Actuaría, Matemáticas, Matemáticas Aplicadas, Ciencia de Datos, Física o afines

Herramientas

SAS

PySpark

Descripción del empleo

Buscamos un/a Credit Risk Models & Governance - Data Scientist para integrarse al equipo de Riesgos y Analítica Avanzada. La posición tiene como objetivo principal liderar el ciclo de vida integral de los modelos cuantitativos de riesgo de crédito: desde el diseño, desarrollo e implementación mediante técnicas avanzadas de machine learning y procesamiento en la nube, hasta su monitoreo continuo, validación estadística y aseguramiento del marco de gobernanza (Model Governance) y cumplimiento normativo.

Principales responsabilidades

• Diseñar, desarrollar e implementar modelos predictivos de riesgo de crédito (credit scoring, ratings, reservas, capital, ingresos y alertas tempranas) utilizando algoritmos de aprendizaje automático (machine learning) e inteligencia artificial.
• Procesar, depurar y analizar grandes volúmenes de datos (en AWS y entornos locales), garantizando la calidad, consistencia y robustez de las bases de datos para desarrollo y seguimiento.
• Ejecutar el monitoreo continuo y las pruebas estadísticas de desempeño para evaluar la efectividad, estabilidad y calibración de los modelos y parámetros de riesgo de crédito.
• Proponer y justificar las métricas, umbrales y triggers de seguimiento más adecuados para aquellas tipologías de modelos que no cuenten con alertas previamente definidas.
• Documentar rigurosamente los análisis de desempeño, metodologías y excepciones al seguimiento, aportando evidencia estadística ante comités internos, áreas de control, evaluación y entidades regulatorias.
• Comunicar de manera efectiva a los líderes de negocio e interesados clave los impactos metodológicos, cuantitativos y las debilidades identificadas, impulsando planes de acción para mitigar el riesgo de modelo.

Retos del puesto Liderar con autonomía y solvencia técnica el ciclo analítico integral de los modelos de riesgo de crédito en un entorno dinámico de analítica avanzada; logrando no solo diseñar algoritmos de alta capacidad predictiva, sino también garantizar un monitoreo oportuno y consistente que traduzca las evidencias estadísticas en acciones preventivas reales, asegurando el cumplimiento estricto del gobierno de modelos ante los comités y las entidades reguladoras.

Los requisitos que debes cumplir son los siguientes:

• Conocimientos deseables
• Manejo y explotación de bases de datos mediante SQL (queries complejas, cruces y joins).
• Experiencia en procesamiento en la nube (Amazon Web Services - AWS).
• Conocimiento previo del sector bancario o financiero.
• Nivel de inglés técnico (lectura y comprensión).
• Conocimientos obligatorios
• Dominio técnico intermedio en Python, SAS o PySpark.
• Sólidos fundamentos en estadística, probabilidad, matemáticas y algoritmos de machine learning.
• Experiencia en diseño, depuración, preparación y análisis de grandes volúmenes de datos.
• Conocimiento en metodologías y parámetros de Riesgo de Crédito, así como en marcos de gobierno y validación de modelos (Model Governance).
• Escolaridad
• Licenciatura concluida en Actuaría, Matemáticas, Matemáticas Aplicadas, Ciencia de Datos, Física o carreras afines.
• Experiencia
• Experiencia de 1 a 2 años en desarrollo, validación o seguimiento/monitoreo de modelos predictivos de riesgo de crédito o analítica avanzada.

Competencias:

• Decisiones basadas en datos
• Somos un solo equipo
• Compromiso con las responsabilidades
• Foco en la ejecución