Data Scientist
Bluetab, an IBM Company Mexico City, Mexico City, Mexico
IT Services and IT Consulting · 201-500 employees
Applying here? Try the free cover letter tool — paste this posting and your résumé, no account needed.
About the role
The Data Scientist will design, develop, and deploy predictive models for Next Best Action and Next Best Offer engines to drive customer growth. They will collaborate with cross-functional teams to optimize product adoption, retention, and customer lifetime value through data-driven insights.
What they look for
Requirements
Candidates must hold a bachelor's degree in a quantitative field and possess at least 4 years of experience in growth modeling within high-transaction sectors. Proficiency in Python, SQL, and cloud platforms like GCP is essential, along with a proven track record of deploying personalization models.
Benefits
Full description
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!
Similar roles
-
Lead Data Scientist (GLM)
Chubb Bangalore, Karnataka, India
-
Senior Data Scientist
Bayer Warsaw, Masovian Voivodeship, Poland · PLN 243K/yr
-
Senior Data Scientist (Analytics) - Transaction Platform
Grab Special capital Region of Jakarta, Java, Indonesia
-
Data Scientist (Analytics), Financial Services - Payments
Grab Singapore, Singapore
-
Data Scientist Senior - LBC-FT H/F
Consort Group Paris, Ile-de-France, France · €70K–€75K/yr
-
Graduate / Junior Data Scientist
THG Ingenuity Manchester, England, United Kingdom