(H-228) | CIENTÍFICO DE DATOS DATA · BOGOTÁ ·

Keyrus Colombia


¡Únete a KEYRUS y transforma el futuro con nosotros! Vacante: Científico de Datos – Especializado en Riesgo ¿Quiénes Somos? En Keyrus , nos apasiona la innovación y la tecnología. Somos una compañía francesa con más de 28 años de experiencia, presencia en 26 países y más de 3,500 consultores en todo el mundo. En Colombia, llevamos 8 años liderando soluciones en experiencia digital e inteligencia de datos, ayudando a las empresas a evolucionar en la era digital. ¿Te gustan los ambientes dinámicos y retadores? Si te apasiona la ciencia de datos y te interesa aplicar tu experiencia en gestión de riesgo , esta oportunidad es para ti. En Keyrus, cada día representa un nuevo reto para aprender, innovar y crecer profesionalmente. ¿Qué harás como Científico de Datos especializado en Riesgo? Como parte del equipo de Data Intelligence , contribuirás directamente al desarrollo de soluciones analíticas avanzadas para gestión de riesgo, fraude y scoring. Colaborarás con expertos multidisciplinarios para transformar datos en decisiones de alto impacto. Ubicación: Bogotá – Esquema híbrido (2 días presencial, 3 días remoto) Responsabilidades: - Diseñar e implementar modelos predictivos enfocados en riesgo operacional, fraude y scoring de clientes. - Construir, probar y optimizar algoritmos de machine learning con enfoque en interpretabilidad y rendimiento. - Desarrollar pipelines de datos robustos y escalables en entornos distribuidos. - Realizar análisis estadísticos y exploratorios para identificar patrones y anomalías de riesgo. - Aplicar buenas prácticas en limpieza, estandarización y modelado de datos. - Colaborar con stakeholders de negocio para alinear los modelos con los objetivos estratégicos de mitigación de riesgo. - Comunicar hallazgos técnicos y no técnicos de forma clara y efectiva. - Documentar los desarrollos mediante guías técnicas y dashboards interactivos. - Mantenerse actualizado en tendencias y herramientas del ecosistema de ciencia de datos y riesgo. ¿Qué buscamos en ti? - Formación en Ingeniería de Sistemas, Estadística, Matemáticas, Ciencias de Datos o carreras afines. - Mínimo 3 años de experiencia en ciencia de datos, con enfoque específico en gestión de riesgo. - Experiencia en proyectos de modelos analíticos para detección de fraude, segmentación de clientes y optimización de procesos de riesgo. - Dominio de herramientas como Python, SQL y PySpark . - Experiencia sólida en modelado relacional y dimensional, así como en diseño de soluciones analíticas escalables. - Experiencia previa con servicios de nube (AWS y/o Azure) . - Conocimiento en procesos ETL/ELT y manejo de datos estructurados y no estructurados. - Habilidad para trabajar bajo metodologías ágiles como Scrum o Kanban. - Inglés intermedio o avanzado (B1/B2 deseable). - Deseable: experiencia previa en el sector financiero o proyectos relacionados con riesgo. ¿Por qué Keyrus? - Proyectos de alto impacto y uso de tecnologías de vanguardia. - Cultura de aprendizaje continuo y trabajo colaborativo - Clima laboral basado en la confianza, el respeto y la diversidad - Acceso a una red global de expertos ¡Queremos que te sientas parte de Keyrus desde el primer momento! ¿Por Qué Keyrus? - Somos un Great Place to Work - En Keyrus trabajamos 100% remoto, con posibilidad de desplazamientos del 10-20% según la posición - Ofrecemos un ambiente retador , donde trabajarás con tecnologías de punta en el mundo de la consultoría - Contamos con beneficios competitivos y múltiples oportunidades de crecimiento profesional. ¡Únete a nosotros en Keyrus! Si quieres saber más de la compañía, te invitamos a visitar nuestro sitio web: Keyrus cree en la diversidad y, por eso, solo evaluamos los aspectos técnicos y comportamentales de nuestros candidatos. ¡Animamos a todos a participar en nuestros procesos de contratación, sin importar su género, edad, etnia, religión, identidad o condición! No permitimos ningún tipo de discriminación en nuestro equipo. ¡Nos vemos dentro del proceso! #J-18808-Ljbffr

trabajosonline.net © 2017–2021
Más información