Grupo Santander es el banco líder que a través de más de 160 años de reinvención, ha llegado a ser una organización sin fronteras con presencia en más de 40 países, 95 nacionalidades y equipos multiculturales que comparten 4 idiomas. Lo importante para nosotros son nuestros clientes, colaboradores, accionistas y la sociedad, como parte de nuestra misión, que es contribuir al progreso de las personas y empresas, actuando siempre de forma Sencilla, Personal y Justa.

Requerimientos:

Licenciatura en Ciencia de Datos, Finanzas, Actuaría, Matemáticas o carrera afín.

Deseable especialización en ciencia de datos

Inglés avanzado

Experiencia:

Mínima de 2 años de experiencia en desarrollo y diseño de modelos Machine Learning.

Deseable en desarrollo de modelos para monitoreo transaccional de TM.

Programación y paquetería de ciencia de datos: Python, SQL, Numpy, Pandas, plataforma AWS, etc.

People skills: capacidad de análisis y procesamiento de datos, resolución de problemas, orientación a resultados, negociación, trabajo en equipo y proactividad.

Principales funciones:

Realizar analíticas cuantitativas y cualitativas de comportamiento de clientes con machine learning.

Generación de analíticas para la detección de irregularidades con analítica avanzada

Diseño, actualización, calibración modelos con uso de tecnologías de machine learning

Diseño de cuadros de mando para el análisis de tendencias de los resultados de modelos

Seguimiento y gestión de revisiones periódicas por parte de supervisores, autoridades locales y corporativo

Generar documentación de modelos

Ubicación: Santa Fe, CDMX

En Banco Santander garantizamos el trato transparente, justo y equitativo para candidatos/as y colaboradores/as, asegurando que no exista menoscabo en ningún derecho, beneficio o prestación derivada de su edad, condición social o económica, cultura, nacionalidad, orientación sexual, identidad o expresión de género, sexo, estado civil, embarazo, discapacidad, religión, creencias, apariencia física o cualquier otra situación protegida por las leyes federales, estatales o locales.