Data Scientist Senior

Creemos profundamente que la data es vital para lograr nuestra visión a largo plazo. Buscamos un Senior Data Scientist que combine modelado de riesgo tradicional con automatización inteligente de procesos del negocio asegurador (claims, suscripción, fraude, pricing), llevando modelos a producción a escala y explorando cómo la IA — incluida la IA generativa — puede transformar la operación. El candidato ideal es apasionado por el análisis de datos, el aprendizaje automático y por entender cómo la data y los modelos impactan los resultados financieros y operativos de la compañía.

Funciones Específicas *Liderar el diseño, construcción y mantenimiento de modelos predictivos y de IA aplicados a riesgo, pricing, detección de fraude y automatización de claims. *Llevar modelos de Machine Learning a producción end-to-end: diseñar pipelines MLOps, despliegue en cloud, monitoreo de drift y reentrenamiento. *Impulsar la integración de IA (incluyendo modelos generativos) en procesos operativos del negocio asegurador, como suscripción, atención al cliente y revisión documental de claims. *Aprovechar datos de georeferenciación para pricing dinámico, evaluación de riesgo y suscripción. *Apoyar a los equipos de Producto, Marketing, Finanzas y Tecnología en el análisis de negocio y en la definición de mejoras basadas en data. *Diseñar dashboards y reportes que permitan a los equipos operar y analizar sus propios resultados. *Trabajar de la mano del equipo de Tecnología para capturar y tratar la información como un activo vital de la empresa. *Garantizar la explicabilidad, el gobierno y la ética de los modelos (manejo de sesgos, cumplimiento regulatorio, trazabilidad). *Mentorar técnicamente a científicos de datos y analistas más junior del equipo. Habilidades Requeridas *Alta capacidad analítica y lógica. *Excelente habilidad para traducir temas técnicos a objetivos de negocio. *Capacidad de plantear experimentos y casos de negocio alrededor de ellos. *Mentalidad de producto: priorizar impacto sobre sofisticación técnica. *Pragmatismo para balancear precisión del modelo con time-to-market y costo operativo. *Curiosidad activa para mantenerse al día en un campo que evoluciona rápidamente. Conocimientos y Experiencia Requisitos: *Conocimiento avanzado de estadística descriptiva e inferencial, distribuciones, regresiones, etc. *Sólido manejo de Machine Learning clásico (scikit-learn, XGBoost/LightGBM) *Experiencia desplegando modelos en producción (MLOps): MLflow, SageMaker, Vertex AI o Kubeflow; CI/CD para *ML; containerización (Docker); monitoreo de modelos. *Experiencia productiva en al menos uno de los principales proveedores cloud (AWS, GCP o Azure). *Python avanzado y SQL sólido. *Más de 6 años de experiencia laboral, incluyendo mínimo 4 años elaborando modelos predictivos y al menos 2 años con modelos de Machine Learning en producción. Deseable: *IA generativa / LLMs: prompt engineering, RAG, fine-tuning, frameworks tipo LangChain o LlamaIndex, diseño de agentes. *Datos de georeferenciación (GeoPandas, PostGIS). Formación Académica *Preferible formación en ciencias cuantitativas y manipulación de datos (ingeniería, matemáticas, estadística, economía o similares).