Ingeniero de Datos – Minería de Datos, Riesgo y Anticorrupción

Acerca del puesto

Se busca un Ingeniero de Datos para la Gerencia de Metodologías y Métodos Analíticos, dentro de la VP Jurídica. La misión es elaborar y ejecutar proyectos de inteligencia con la información y gestión analítica, usando minería de datos, análisis predictivo y descriptivo, modelos de cuantificación, scoring y técnicas estadísticas y matemáticas avanzadas, para aplicar controles contra la corrupción, la conducta de la mesa de dinero y el fraude, equilibrando riesgo y continuidad del negocio.

Responsabilidades principales

• Diseñar y ejecutar la metodología CRISP-DM para implementar modelos de minería de datos que detecten patrones, tipologías y señales de alerta en fraude, anticorrupción y mesa de dinero.
• Participar en proyectos de fraude, anticorrupción y mesa de dinero, con sinergia con las áreas de negocio para certificar y presentar resultados.
• Levantar indicadores mensuales de fraude, anticorrupción y mesa de dinero para evaluar la eficiencia de los controles.
• Desarrollar modelos estadísticos (conglomerados, exploratorio, predictivo y asociativo) para prevenir riesgos de corrupción, fraude y conducta de la mesa de dinero.
• Ejecutar procesos de ingestión de datos en la LZ o DWH, y parametrizar reglas adaptivas de riesgo con alertas inmediatas.
• Construir modelos prescriptivos con Machine Learning y redes neuronales para optimizar alertas y monitorear operaciones.
• Modificar atributos, variables y reglas para calibrar alertas y reducir falsos positivos.

Perfil requerido

• Profesional graduado en Ingeniería en Sistemas, Licenciatura en Computación o Licenciatura en Estadística.
• 1 a 3 años de experiencia en minería, análisis de grandes volúmenes de datos, diseño de modelos descriptivos, predictivos, asociativos o prescriptivos, técnicas estadísticas, Machine Learning, redes neuronales, scoring, bases de datos, ingestión de datos en Data Warehouse o Data Lake, y proyectos de fraude, anticorrupción, cumplimiento o riesgo conductual.

Habilidades requeridas

• Metodología CRISP-DM.
• Estatística y modelamiento analítico, Data Mining y Machine Learning.
• Bases de datos, Data Warehouse o Data Lake.
• Modelos de scoring y perfiles de riesgo.
• Prevención de fraude, anticorrupción o riesgos financieros.
• Metodología SARLAFT o marcos de cumplimiento relacionados.