-Responsabilidades
• Analizar grandes volúmenes de información transaccional para identificar patrones de comportamiento y riesgos potenciales.
• Diseñar, desarrollar y optimizar modelos predictivos, de clasificación y segmentación de riesgos.
• Participar en la recalibración de alertas y umbrales de monitoreo para mejorar la detección de operaciones inusuales.
• Identificar patrones atípicos y generar propuestas de mejora para fortalecer los procesos de monitoreo transaccional.
• Automatizar procesos de extracción, transformación y análisis de datos.
• Generar reportes, dashboards e indicadores para la toma de decisiones.
• Supervisar técnicamente las investigaciones realizadas por el equipo de analistas.
• Revisar y validar dictámenes relacionados con operaciones inusuales antes de su escalamiento.
• Elaborar análisis sobre nuevas tipologías detectadas y tendencias de comportamiento de clientes.
• Colaborar con áreas de Cumplimiento, Riesgos, Comercial y Onboarding para fortalecer los modelos de detección y prevención.
-Requisitos
• Licenciatura en Ciencia de Datos, Actuaría, Matemáticas Aplicadas, Estadística, Economía, Sistemas o carrera afín.
• Mínimo 2 años de experiencia en Ciencia de Datos, Risk Analytics, Fraud Analytics, AML Analytics o Monitoreo Transaccional dentro del sector financiero.
• Experiencia desarrollando modelos predictivos, árboles de decisión, segmentación de clientes o modelos de clasificación.
• Dominio de Python para análisis y automatización.
• SQL avanzado indispensable.
• Conocimientos sólidos de estadística aplicada y análisis de datos.
• Experiencia trabajando con grandes volúmenes de información.
• Excel avanzado, Power Query y Power Pivot.
• Inglés basico, tecnico
-Deseable (NO EXCLUYENTE)
• Conocimiento de machine learning aplicado al sector financiero.
• Manejo de R, SAS o tecnologías NoSQL.
• Certificación ACAMS o certificaciones en materia de PLD/FT.
• Experiencia en fintech, banca, medios de pago o instituciones financieras reguladas.