Científico de datos Jrpara área de análisis y otorgamiento de créditos. (Empleo %100 presencial)

Objetivos del puesto:
Diseñar, analizar y optimizar las políticas de originación y evaluación de riesgo para productos de tarjeta de crédito, mediante el desarrollo de modelos estadísticos y scorecards. Su rol será fundamental para garantizar un crecimiento sostenible de la cartera, manteniendo control de riesgo y rentabilidad.

Requisitos:
Inglés intermedio-avanzado (documentación técnica y colaboración regional deseable).
Licenciatura en Actuaría, Matemáticas, Estadística, Ingeniería, Economía o afín.
Mínimo 1 año de experiência en ciencia de datos aplicada al sector financiero.
Modelado de crédito para tarjetas (scoring de adquisición y comportamiento).
Definición o ajuste de políticas crediticias.
Análisis de riesgo y performance de cartera.
Validación de modelos conforme a regulaciones (CNBV, IFRS 9, etc. deseable).

Conocimientos:
Lenguajes: Python, SQL, R (deseable SAS). (intermedio)
Conocimiento en modelado estadístico, validación cruzada,



balanceo de clases, métricas de riesgo.
Herramientas de visualización: Power BI, Tableau, matplotlib/seaborn
Familiaridad con entornos de datos bancarios, estructuras transaccionales y comportamiento crediticio

Responsabilidades:
Definir y actualizar políticas de crédito para tarjetas de crédito (originación, línea, uso, comportamiento).
Desarrollar modelos de scoring (adquisición, comportamiento, propensión, fraude) con técnicas estadísticas y machine learning.
Realizar análisis de riesgo, simulaciones de impacto y validación de modelos en el ciclo completo de vida del crédito.
Monitorear KPIs fundamental de riesgo: tasas de aprobación, default, líneas otorgadas, costos esperados y pérdidas probables.
Generar propuestas analíticas para ajustar estrategias según comportamiento observado y evolución del portafolio.
Diseñar pruebas A/B y experimentación para validar nuevas políticas o ajustes de segmentaci

📌 Científico De Datos Jr Culiacán Rosales
🏢 Vocacional Mx
📍 Culiacán Rosales