Gerente, Ciencia de Datos en Marketing

RESPONSABILIDADES CLAVE:

• Desarrollar modelos de respuesta a nivel de cliente, modelos de propensión, modelos de riesgo y modelos de rentabilidad aprovechando el buró de crédito y datos alternativos para productos de tarjetas de crédito y préstamos personales

• Construir un motor de marketing centrado en el consumidor para optimizar el gasto en marketing para millones de prospectos a través de múltiples productos (préstamos personales y tarjetas de crédito) y canales (es decir, correo directo, marketing digital, socios, clientes existentes y agregadores)

• Desarrollar y automatizar la política de crédito de preselección para prospectos a través de diferentes productos y canales

• Liderar iniciativas para generar valor para el negocio desde el inicio hasta el final, incluyendo la planificación de proyectos, comunicación y gestión de interesados

• Liderar discusiones con los equipos de cumplimiento, socios bancarios y gestión de riesgo de modelos para facilitar las actividades de gobernanza de modelos como validaciones y seguimiento de modelos.

• Construir un marco de pruebas basado en el diseño experimental para una rápida experimentación y aprendizaje

• Construir flujos de trabajo de aprendizaje automático (ML) reutilizables de extremo a extremo desde la adquisición de datos hasta la entrega de resultados del modelo

• Diseñar y construir la infraestructura de datos de marketing en colaboración con los equipos de ingeniería de datos y producción

• Liderar y asesorar a los científicos de datos que resuelven problemas de negocio utilizando inteligencia artificial/machine learning

• Comunicarse y colaborar con proveedores de datos de terceros

REQUISITOS:

• Máster o doctorado en Estadística, Matemáticas, Ciencias de la Computación, Ingeniería o Economía u otra disciplina cuantitativa (se considerará la licenciatura con experiencia relevante significativa)

• Más de 5 años de experiencia en ciencia de datos desarrollando e implementando modelos de aprendizaje automático, preferentemente con modelos de riesgo y de orientación

• Experiencia práctica aprovechando técnicas de aprendizaje automático como aumento de gradiente, agrupación, regresión logística o bosque aleatorio para resolver problemas del mundo real

• Más de 4 años de experiencia práctica con la extracción de datos, limpieza, análisis y construcción de flujos de datos reutilizables; competente en Python. SQL, Spark SQL y/o Hive

• Más de 3 años de experiencia en el uso de herramientas modernas de aprendizaje automático y lenguajes de programación como Python

• Experiencia previa práctica en MLFlow/Databricks o Kubeflow será una gran ventaja

• Habilidades excelentes de comunicación oral y escrita

• Soluciona problemas de forma incansable y piensa fuera de la caja con un historial comprobado de impulsar los resultados empresariales en tiempo y forma

• Fuertes habilidades de gestión de interesados y de gestión de proyectos

• Experiencia de trabajo con AWS EMR, Spark u otras plataformas basadas en nube es una ventaja

• Cómodo en un entorno de alto crecimiento, rápido y ágil