Principales funciones Construir y mantener modelos (propensión, pérdida, etc.) de aprendizaje automático y estadísticos utilizando fuentes alternas (data alternativa), data transaccional y datos de Buró. Evaluar periódicamente el desempeño de los modelos entrenados. Garantizar que los datos de entrenamiento utilizados cumplan con los estándares de Experian, levantar alertas y proponer posibles pasos de prevención y mitigación en caso de incumplimiento. Diagnóstico y resolución (propuesta e implementación) de problemas de baja precisión y categorización errónea, e implementación de medidas de mejora continua relacionadas. Documentar el proceso de modelado, pruebas, codificación y la documentación necesaria para el soporte del modelo. Comunicar incidentes y mejoras relacionados con equipos de desarrollo, infraestructura y anotación. Experiencia profesional Profesional egresado de Ingeniería Industrial, Economía, Estadística, Matemáticas, Ingeniería de Sistemas, Administración de Empresas o afines. Experiencia específica 2 años de experiencia en Python, incluyendo sintaxis y sus principales paquetes analíticos (Pandas, Numpy, Matplotlib). Conocimiento de herramientas analíticas y lenguajes de programación R, SQL (DQL, CTEs, funciones de ventana). Conocimiento en técnicas de visualización de datos y herramientas de BI como Power BI o Amazon Quicksight. Conocimiento en procesamiento de lenguaje natural (NLP). Conocimientos intermedios de estadística y aprendizaje automático, incluyendo métricas de desempeño como precisión y recuperación. Comprensión de conceptos de ciencia de datos como sobreajuste, validación cruzada, división de datos, fuga de datos, etc. Experiencia en flujos de trabajo con control de versiones y CI/CD. Experiencia en proyectos de ciencia de datos con enfoques incrementales e iterativos. Inglés intermedio-avanzado (mínimo B2) en lectura y conversación técnica. Facilidad de expresión oral y escrita. Pensamiento crítico y adaptabilidad para aprender nuevas tecnologías. #J-18808-Ljbffr