¿Cómo es el día a día de la posición?

Como Líder de Proyecto de Auditoría Interna | Data Scientist en Deloitte, serás responsable de diseñar, desarrollar e implementar modelos analíticos y de machine learning que permitan identificar transacciones, comportamientos y patrones atípicos, extraordinarios o potencialmente irregulares para fortalecer los procedimientos de auditoría, gestión de riesgos y detección de fraude.

Trabajarás con información transaccional proveniente de los sistemas de nuestros clientes, incluyendo procesos de pagos, compras, nómina, reembolsos, ventas, reclamaciones y otras operaciones críticas de negocio. A partir de estos datos desarrollarás variables analíticas, identificarás desviaciones respecto al comportamiento esperado y construirás modelos supervisados y no supervisados que permitan detectar señales de riesgo de forma oportuna.

Tendrás un papel principal en la generación de inteligencia de negocio para los equipos de auditoría, estableciendo criterios de priorización de alertas con base en su nivel de riesgo, impacto potencial y capacidad de revisión, contribuyendo a una ejecución más eficiente y focalizada de los procedimientos de auditoría.

Serás responsable de transformar resultados analíticos complejos en información clara y accionable para clientes y equipos internos, explicando de manera comprensible los factores que originan una alerta o excepción y proporcionando evidencia objetiva que respalde los hallazgos identificados.

Trabajarás de forma cercana con gerentes y socios para traducir riesgos empresariales, escenarios de irregularidad y esquemas de fraude en modelos analíticos y estrategias de detección basadas en datos. Asimismo, colaborarás con los equipos de auditoría para validar resultados, investigar excepciones y determinar si los hallazgos identificados requieren procedimientos adicionales o pueden derivar en observaciones y recomendaciones para el cliente.

Participarás en proyectos relacionados con auditoría basada en datos, monitoreo continuo, análisis transaccional, prevención de fraude,



investigación de irregularidades, control interno y gestión de riesgos, colaborando con clientes nacionales e internacionales de distintas industrias.

Trabajarás en un entorno multidisciplinario donde convergen auditoría, riesgos, analítica avanzada y tecnología, desarrollando soluciones innovadoras que permitan ampliar la cobertura de auditoría, focalizar esfuerzos en las áreas de mayor riesgo y generar información de valor a partir de grandes volúmenes de datos.

¿Qué se necesita para aplicar?

- Titulado(a) en Actuaría, Matemáticas Aplicadas, Estadística, Física, Ciencia de Datos, Ingeniería en Computación, Ingeniería Industrial o carreras afines.
- Deseable contar con maestría o estudios de posgrado en Ciencia de Datos, Estadística, Machine Learning o disciplinas relacionadas.
- Experiencia mínima de 2 a 3 años desarrollando modelos de machine learning enfocados en detección de anomalías, análisis transaccional, prevención de fraude, investigación de irregularidades o gestión de riesgos.
- Experiencia en modelos de clasificación supervisada, incluyendo Regresión Logística, Árboles de Decisión, Random Forest, XGBoost y LightGBM.
- Experiencia en técnicas de detección de anomalías no supervisadas, tales como Isolation Forest, Clustering y Autoencoders.
- Experiencia trabajando con conjuntos de datos altamente desbalanceados, calibración de umbrales, identificación de outliers, validación temporal de modelos y prevención de fuga de información (Data Leakage).
- Conocimiento en evaluación de modelos mediante métricas como Precision, Recall, PR-AUC y otros indicadores de desempeño orientados a la priorización de casos.




- Capacidad para interpretar y explicar modelos analíticos mediante técnicas de explicabilidad como importancia de variables, coeficientes, SHAP u otras metodologías similares.
- Experiencia utilizando Python (Pandas, Scikit-Learn, XGBoost o LightGBM), SQL avanzado y herramientas de control de versiones como Git.
- Deseable experiencia en análisis de redes y relaciones para la identificación de patrones de colusión, vinculaciones o concentraciones de riesgo.
- Deseable experiencia en monitoreo de modelos productivos, detección de deriva de modelos, reentrenamiento, MLflow y plataformas cloud como Azure o AWS.
- Deseable manejo de herramientas de visualización y análisis de datos como Power BI.
- Deseable conocimiento de Auditoría Interna, Control Interno, SOX, COSO, Gestión de Riesgos, Prevención de Lavado de Dinero, Compliance o investigación de fraude.
- Inglés intermedio-avanzado.
- Deseable contar con certificaciones relacionadas con prevención de fraude, cumplimiento o analítica avanzada, tales como CFE, ACAMS o certificaciones de Machine Learning y plataformas cloud.
- Habilidades de pensamiento crítico, curiosidad analítica, criterio de negocio, capacidad para formular hipótesis a partir de datos, comunicación efectiva con audiencias técnicas y no técnicas, rigor analítico y ética profesional en el manejo de información sensible.

¿Por qué Deloitte?

Con nuestro trabajo creamos un impacto significativo, que marca una diferencia positiva en nuestros clientes, la sociedad y el planeta. Colaboramos en distintos proyectos con personas que nos escuchan, inspiran, alientan y apoyan a dar lo mejor de nosotros mismos.

Para Deloitte, nuestro desarrollo integral es una prioridad. A través de oportunidades de aprendizaje, movilidad, voluntariado y el acompañamiento de nuestros líderes, impulsamos el crecimiento profesional de nuestros equipos mientras construimos relaciones que perduran.

Siguientes pasos

¿Estás listo(a) para crear un impacto? Te estamos buscando. ¡Postúlate! #Deloitte

📌 Lider de Proyecto Auditoria Interna (Cuauhtémoc)
🏢 Deloitte
📍 Cuauhtémoc