Data Scientist

Bluetab, an IBM CompanyCiudad de Méxicoindeedpublicada el 10/11/2026
Imprescindible:PythonGoogle CloudCloudDataAIFinTech

Somos tech, somos exigentes y sí, vamos rápido. Pero nadie compite solo. Trabajamos en equipo y si buscas retos que te saquen de la zona cómoda (porque ahí no crece nadie), estás en el lugar correcto. Aquí aprenderás con expertos, participarás en proyectos de alto impacto y estarás siempre un paso adelante en tecnología.

Propósito del Rol

Buscamos un/a Data Scientist con experiencia en el sector financiero o modelos de crecimiento de clientes para liderar el diseño, desarrollo y despliegue a producción de nuestro motor de Next Best Action (NBA) y Next Best Offer (NBO) .

Serás responsable de transformar datos transaccionales, conductuales y de perfilamiento en recomendaciones hiperpersonalizadas que maximicen la adopción de productos, la retención y el Customer Lifetime Value (CLV). Trabajarás en sinergia con los equipos de Data Engineering, MLOps, Marketing y las unidades de negocio (Banca, Inversiones y Seguros), midiendo tu impacto en métricas clave: conversión, cross-sell, uplift incremental y churn prevention.

Responsabilidades Clave

Desarrollo de Modelos Analíticos: Diseñar, entrenar y evaluar modelos predictivos (propensión, afinidad de producto, CLV y churn) como capas base del motor de NBA/NBO.

Motor de Decisión y Arbitraje: Construir la lógica de priorización que balancee propensión, elegibilidad, rentabilidad esperada, capacidad de canal y restricciones regulatorias/negocio.

Modelado Causal y Uplift: Implementar modelos de causal inference / uplift modeling para focalizar acciones en los clientes receptivos y optimizar el retorno de inversión de cada impacto.

Experimentación y Medición de Impacto: Diseñar y monitorear esquemas de experimentación robustos (A/B testing, holdout groups, champion-challenger) para validar el impacto incremental de las recomendaciones.

Feature Engineering: Extraer valor de fuentes complejas (historial transaccional, saldos, comportamiento en canales digitales e interacciones previas con campañas).

Despliegue y Ciclo de Vida (MLOps): Colaborar con Data Engineering y MLOps para construir pipelines de entrenamiento automatizado, scoring (batch y near real-time), y monitoreo de data drift / concept drift.

Storytelling y Traducción de Negocio: Traducir métricas técnicas en insights estratégicos y accionables para stakeholders de Marketing, Producto y Dirección.

Gobernanza y Cumplimiento: Documentar metodologías, supuestos y métricas de desempeño alineados a los marcos de Model Risk Management, gobierno de datos e IA responsable de la institución.

Perfil Requerido

Requisitos Indispensables

Formación: Licenciatura en Actuaría, Matemáticas, Estadística, Física, Ciencias de la Computación, Ingeniería, Economía o disciplina cuantitativa afín.

Experiencia: Mínimo 4 años desarrollando modelos de growth (propensión, cross-sell/up-sell, churn, NBA/NBO o sistemas de recomendación) en sectores de alto volumen transaccional (Banca, Fintech, Seguros, Telecom o Retail).

Track Record: Experiencia comprobable llevando al menos un modelo de personalización/growth a producción con impacto de negocio medible.

Stack Técnico:

Dominio avanzado de Python para Data Science (pandas, numpy, scikit-learn, LightGBM/XGBoost).

SQL avanzado para extracción y manipulación de datos a gran escala.

Experiencia práctica con plataformas Cloud / Big Data (preferentemente GCP: BigQuery, Vertex AI ).

Metodología: Sólida base en inferencia estadística, machine learning supervisado, modelado causal/uplift y diseño experimental.

Comunicación: Habilidad para sintetizar conceptos técnicos complejos ante audiencias de negocio.

Deseables (Plus)

Maestría en Ciencia de Datos, Inteligencia Artificial, Estadística o afín.

Conocimiento del ecosistema financiero y patrimonial: fondos de inversión, cuentas de captación, crédito, seguros y banca patrimonial/privada.

Experiencia con frameworks de optimización de decisiones: contextual bandits , aprendizaje por refuerzo o optimización con restricciones.

Manejo del ecosistema de MLOps: MLflow, Feature Stores, orquestadores de workflows (Airflow) y arquitecturas de despliegue en microservicios/APIs.

Experiencia integrando motores analíticos con herramientas CRM/Marketing Automation (e.g., Salesforce Marketing Cloud ).

Conocimiento en explicabilidad algorítmica (SHAP, LIME) y familiaridad con el entorno regulatorio financiero local (CNBV, protección de datos personales).

Nivel de inglés intermedio-avanzado para lectura y redacción técnica.

Competencias Críticas

Orientación al impacto de negocio: Prioriza la métrica comercial sobre la complejidad técnica innecesaria.

Pensamiento crítico y rigor metodológico: Capacidad de cuestionar supuestos, evitar sesgos y reportar resultados con transparencia.

Autonomía y resolución: Facilidad para estructurar problemas de negocio ambiguos y llevarlos a soluciones técnicas viables.

Trabajo colaborativo: Dinamismo para interactuar horizontalmente con perfiles comerciales, analíticos y de ingeniería.

¿Qué tenemos para ti?

Apoyamos tu crecimiento personal y profesional con planes de desarrollo individual, donde tu eres dueñ@ de tu carrera y hasta dónde quieres llegar.

Días de descanso superiores a los de la ley: No es necesario esperar un año para disfrutar de tus días de vacaiones, además de días adicionales por tipos de eventos especiales y festividades.

Beneficios económicos adicionales a tu salario: Vales de despensa, fondo de ahorro, bolsa de capacitación, bono de bienestar, convenios y descuentos.

Apoyo emocional, queremos tu estabilidad en salud fisica y mental, por ello tenemos diversos beneficios que cubren aspectos de equilibrio personal para ti y salud para tu familia. ¡Queremos cuidar de ti y los tuyos!

Aquí hay espacio para gente buena… como tú, ¡Queremos conocerte!