? Estamos buscando un Científico de Datos Sr. – Riesgo Crediticio En CONSISS Innovation Labs buscamos talento especializado en Ciencia de Datos y Machine Learning para desarrollar y optimizar modelos predictivos enfocados en el otorgamiento de créditos, la rentabilidad del portafolio y la gestión del riesgo. ?
Ubicación:
San Jerónimo, Monterrey, NL ? Modalidad: Híbrida (3 a 4 días por semana en oficina) ⏳ Duración: Proyecto temporal de 9 meses ? Sueldo: $60,000 MXN netos mensuales, esquema mixto ? Prestaciones: De ley, protegido de vida y gastos funerarios ? Inglés: Deseable ⭐ Nivel: Senior ¿Qué buscamos? ? Experiencia en diseño, desarrollo y optimización de modelos de Machine Learning para scoring y riesgo crediticio. ? Dominio de Python y experiencia con librerías como PySpark, LightGBM y scikit-learn. ? Conocimientos de estadística, modelos predictivos y análisis de datos para la toma de decisiones de negocio. ? Experiencia con Git, control de versiones y buenas prácticas de desarrollo de software. Responsabilidades principales:
• Desarrollar modelos de scoring para originación,
comportamiento y cobranza.
• Analizar riesgo de incumplimiento, pérdida esperada y desempeño del portafolio.
• Monitorear la estabilidad y el desempeño de los modelos.
• Diseñar experimentos y proponer mejoras en las políticas de crédito.
• Comunicar hallazgos y recomendaciones a equipos técnicos y de negocio. Será un plus si tienes experiencia en: ✅ Scorecards, PD, vintage analysis y roll-rate. ✅ Explicabilidad de modelos con SHAP o LIME. ✅ Cloud, MLOps y regulación financiera. ? ¿Te interesa la oportunidad? Postúlate o envía tu CV a
[email protected] ? Recomienda y gana ¿Conoces a alguien que pueda encajar con esta vacante? Refiérelo y, si es contratado, recibe un bono de $2,500 MXN en efectivo En CONSISS creemos en la igualdad de oportunidades. No discriminamos por género, edad, religión, orientación sexual, discapacidad ni cualquier otra condición. Valoramos el talento y la diversidad.
📌 Científico de Datos Sr. – Riesgo Crediticio (Monterrey)
🏢 Consiss
📍 Monterrey