Data Scientist Senior

Objetivo: Convertir los datos de la Compañía en decisiones y en productos que operan dentro del negocio: anticipar el riesgo y la siniestralidad de la cartera, reducir el gasto de bolsillo de los afiliados y aumentar la retención y el valor del cliente en el tiempo, apalancando la inteligencia artificial con un uso ético, seguro y responsable de la información. Actúa como referente técnico y representante del área ante otras gerencias y la alta dirección, con autonomía para priorizar demandas y negociar compromisos.

Objetivo:
Convertir los datos de la Compañía en decisiones y en productos que operan dentro del negocio: anticipar el riesgo y la siniestralidad de la cartera, reducir el gasto de bolsillo de los afiliados y aumentar la retención y el valor del cliente en el tiempo, apalancando la inteligencia artificial con un uso ético, seguro y responsable de la información. Actúa como referente técnico y representante del área ante otras gerencias y la alta dirección, con autonomía para priorizar demandas y negociar compromisos.

Funciones Específicas:
Aportar a la estrategia de datos e IA: priorizando iniciativas por valor esperado, riesgo y
esfuerzo.
Anticipar y gestionar la cartera con modelos de segmentación, comportamiento, alto costo y uso de prestaciones, reduciendo el gasto de bolsillo de los afiliados. Aumentar retención y valor del cliente en el tiempo: segmentación, CLV, propensión y fuga traducidos en acciones comerciales medibles.
Liberar capacidad operativa con productos LLM: RAG sobre documentación y datos clínicos, agentes y multiagente, y componentes paquetizados reutilizables. Usar de forma intensiva asistentes de IA (Claude, OpenAI, Gemini u otros) y difundir esas prácticas en el equipo para acortar el time-to-value. Asegurar la confianza en la IA: evals, control de alucinaciones, trazabilidad, guardrails y uso seguro de datos sensibles de salud.
Despliegue (MLOps/LLMOps) en Cloud, con operación robusta y eficiente en costos. Llevar cada solución de extremo a extremo y responder por su impacto en ahorro, retención, margen o tiempos de proceso.
Representar al área en reuniones y comités transversales con autonomía. Presentar resultados a gerencias de primera línea con recomendación explícita y supuestos declarados. Negociar prioridades, criterios de éxito y trade-offs con áreas usuarias, proveedores y socios técnicos.
Comunicar a stakeholders y alta dirección en lenguaje de negocio, sosteniendo la adopción. Traducir las preguntas de Comercial, Operaciones, Salud y Riesgo en soluciones con casos de
negocio y métricas de impacto.

Carrera: Ing. Civil, Informático, Matemático o Estadístico.

Experiencia: (Mínimo) 1+ año en proyectos de IA, 2+ años de DataScience., 2+ años en Cía. de seguros o salud (deseable).Uso diario de IA generativa (excluyente). GCP, Power BI/Qlik y Javascript/Node (deseable).

Conocimientos Específicos: Machine Learning (Avanzado), Comunicación ejecutiva (Avanzado), LLMs: RAG y agentes (Excluyente), Negociación y acuerdos (Deseable), Python y SQL (Avanzado) Liderazgo e influencia (Deseable),
MLOps/LLMOps (Intermedio), Gestión de stakeholders y visión estratégica de negocio (Avanzado).