Data Scientist Validación Modelos Riesgo

Ejecutar un desafío efectivo e independiente al proceso de construcción y seguimiento de modelos de la corporación, aplicando técnicas avanzadas de data science para validar su consistencia metodológica, cumplimiento normativo y desempeño predictivo. Como contraparte experta de las unidades desarrolladoras, dueños y usuarios, debe asegurar que los modelos (tanto estadísticos tradicionales como de Machine Learning) sean robustos, carentes de error y sostenibles en el tiempo, fortaleciendo el marco de control de riesgo de modelos del Banco.El Data Scientist de Validación debe tener un dominio sobre la normativa CMF, Banco Central, UAF y otros reguladores cuyas directivas impacten en la gestión de modelos del Banco.Adicionalmente tiene la responsabilidad de proponer mejoras continuas en el proceso de Validación, manteniéndolo eficiente y actualizado con el devenir de la normativa de referencia.En este rol tendrás la oportunidad de:Ejecutar la validación de modelos estadísticos y de Machine Learning asignados, utilizando herramientas de programación y análisis de datos (Python, SQL, Databricks).Liderar los proyectos de validación de modelos internos y estándar regulatorios, gestionando el ciclo de vida de la validación.Realizar análisis de challenger models, backtesting y stress testing para cuantificar y exponer debilidades de los modelos en segmentos específicos.Gestionar la documentación y repositorios de código de los procesos de validación, asegurando la trazabilidad y reproducibilidad de los análisis.Interpretar y desafiar los estadísticos de seguimiento de modelos, incorporando una mirada prospectiva y levantando alertas tempranas ante deterioros.Evaluar la arquitectura de datos y tecnológica (diseño, desarrollo e implementación) que sustenta los modelos.Modalidad de trabajo del cargo:Mixto, 3 días remotos semanalesPara tener éxito en esta posición necesitas:Experiencia de al menos 2-3 años en desarrollo o validación de modelos de Riesgo (Crédito, Mercado, Operacional, PLAFT), utilizando grandes volúmenes de datos.Formación: Estadístico, Ingeniero Matemático, Ingeniero Comercial, Ingeniero Civil, Informático o carrera afín con especialización en ciencias de datos.Experiencia práctica en el manejo de grandes volúmenes de datos (Data Wrangling) para la construcción o validación de modelos. Nivel medio/avanzado en SQL y Python.Experiencia en el uso de agentes de IA para optimizar tareas y procesos.Es aún mejor si tienes:Experiencia en ambientes como Databricks