Jefe de ciencia de datos y riesgo crediticio

Diseñar, probar y desplegar modelos de inteligencia artificial para la toma de decisiones crediticias, detección de fraudes y segmentación de riesgos, asegurando que sean escalables y adaptados a múltiples mercados. Desarrollar algoritmos de evaluación de crédito que utilicen datos alternativos para mejorar la precisión en la evaluación de riesgos y ampliar el acceso financiero a grupos antes excluidos. Crear y implementar modelos de puntuación en tiempo real o cercano al tiempo real, garantizando que sean interpretables, justos y resistentes, con monitoreo constante de precisión, estabilidad de características y desviaciones. Establecer prácticas de MLOps para gestionar versiones de modelos, experimentación, despliegue y supervisión continua, asegurando que los sistemas evolucionen con los datos y las necesidades del negocio. Expandir el uso de inteligencia artificial en áreas clave como valor del cliente, monetización y atribución de marketing, integrando análisis predictivos en la estrategia comercial. Definir y administrar marcos de riesgo crediticio, políticas y estrategias de aprobación adaptadas a cada mercado, equilibrando crecimiento, tasas de incumplimiento y salud del portafolio. Establecer umbrales de riesgo y estrategias de segmentación de clientes que optimicen el balance entre expansión y protección del portafolio. Supervisar métricas críticas de riesgo, investigar cambios significativos y establecer señales de alerta temprana para detectar deterioro en el portafolio antes de que afecte el negocio. Simular cambios en políticas y modelos, apoyar pruebas A/B y ajustar estrategias basadas en datos de desempeño y métricas comerciales clave. Liderar pruebas de estrés y modelado de pérdidas crediticias esperadas, colaborando con finanzas para la asignación de provisiones y capital. Apoyar la expansión a nuevos mercados mediante modelos y políticas de riesgo localizadas, alineadas con los requisitos regulatorios aplicables. Construir y liderar un equipo de científicos de datos y analistas de riesgo, manteniendo un enfoque práctico en el trabajo técnico mientras se fomenta el crecimiento y mentoría. Definir la hoja de ruta de ciencia de datos y riesgo crediticio, alineando prioridades con los planes de crecimiento y expansión de la empresa. Comunicar resultados de modelos, tendencias del portafolio y recomendaciones estratégicas a la alta dirección y la junta directiva, traduciendo datos en decisiones accionables. Colaborar con ingeniería, producto y finanzas para convertir insights analíticos en resultados medibles y tangibles para el negocio. Evaluar y establecer alianzas con proveedores de datos alternativos y burós de crédito, asegurando fuentes de información confiables y actualizadas. Fomentar una cultura de experimentación, responsabilidad y toma de decisiones basada en datos, impulsando la innovación continua en el equipo.