Data Scientist Analyst (Cuauhtémoc, Ciudad de México)
Bbva
·Today
- Location
- TORRE BBVA BANCOMER, Mexico
- Type
- Full-time
- Department
- IT
- Closing date
- Today
- Source
- Workday
Description
Fecha límite para apuntarse:
2026-11-23¿Quieres desarrollar tu carrera profesional?
BBVA es una empresa global con más de 160 años de historia que opera en más de 25 países en los que damos servicio a más de 80 millones de clientes. Somos más de 121.000 profesionales que trabajamos en equipos multidisciplinares y de perfiles tan diversos como financieros, expertos jurídicos, científicos de datos, desarrolladores, ingenieros o diseñadores.
¿Qué estamos buscando?
Propósito del puesto: Traducir las necesidades de negocio en problemas de analítica avanzada cuya resolución se basa en la extracción, procesamiento y explotación de datos tradicionales (estructurados) y digitales (interacciones en canales web y móviles).
Funciones principales
- Desarrollo y explotación de modelos analíticos: Diseñar y desarrollar algoritmos de exploración, análisis y procesamiento de datos, estadísticos y de Machine Learning con múltiples orígenes y formatos, incorporando activamente el análisis de data digital procedente de las interacciones de los clientes en canales digitales.
- Mantenimiento, escalabilidad y monitoreo: Evaluar de manera regular el funcionamiento adecuado de los modelos propios y heredados (mantenimiento, escalabilidad, actualización, refactorización y reentrenamiento). Gestionar el control del versionado (robustness, accuracy) y reportar incidencias o inconsistencias de los datos al Data Owner.
- Estándares de calidad y Gobierno de Modelos (Model Governance): Aplicar los estándares de desarrollo y calidad en análisis exploratorio, entrenamiento, selección y puesta en producción conforme a requerimientos de negocio y regulatorios. Clasificar los modelos según su complejidad e importancia, documentar variables, datos de entrenamiento y métricas de performance, y compartir la documentación técnica en el inventario global.
- Integración de Inteligencia Artificial Generativa (GenAI): Utilizar, adaptar e integrar herramientas de IA Generativa y modelos de lenguaje a gran escala (LLMs) para acelerar el ciclo de desarrollo de software (refactorización de código, documentación automática) y crear soluciones analíticas de frontera.
- Identificación proactiva de casos de uso y mejora continua: Detectar áreas de oportunidad de negocio para proponer y ejecutar soluciones basadas en datos, código, metodologías híbridas (data tradicional + comportamiento digital) e IA Generativa.
- Actualización tecnológica y colaboración en comunidad: Mantenerse al día en herramientas, software y métodos a través de su Cluster y Comunidad de Práctica (CoP), compartiendo conocimiento y colaborando de forma cohesiva con equipos multidisciplinarios y en la formación de otros científicos de datos.
Retos del puesto
- Adaptación al ritmo dinámico del cliente interno (Portabilidad): Atender con agilidad, disponibilidad y autonomía las demandas del equipo comercial de Portabilidad, evitando la saturación operativa mediante una rápida curva de adaptación al entorno de trabajo corporativo.
- Seniority técnico y autonomía en posición de Analyst: Desempeñar el rol con un nivel de madurez técnica y accountability cercano a un perfil Associate / Senior, siendo capaz de comprender, dar mantenimiento, reentrenar y escalar modelos complejos que no fueron desarrollados originalmente por la persona que ocupa el puesto.
- Transformación tecnológica y migración de plataformas: Adaptarse con rapidez a la evolución tecnológica del área, que incluye la migración hacia nuevas plataformas de datos y la adopción activa de herramientas de IA Generativa (Gemini, Codex, AWS Bedrock) en el flujo de trabajo diario.
- Comunicación efectiva con equipos multidisciplinarios: Traducir hallazgos técnicos complejos en insights accionables para los Line Managers (clientes internos del área comercial), manteniendo una comunicación fluida y alto sentido de responsabilidad (accountability).
Conocimientos y herramientas indispensables y deseables
Indispensables:
- Programación y Big Data (Filtro excluyente / Kill Question): Dominio avanzado de Python (librerías como Pandas, NumPy, Scikit-Learn, LightGBM) y SQL (diseño y manejo de bases de datos de gran escala, cruces complejos, joins y optimización de queries en entornos como Hive, Impala, Databricks y ecosistemas Hadoop).
- Procesamiento distribuido: Experiencia sólida en programación paralela y distribuida utilizando PySpark / Spark.
- Ciencia de Datos Tradicional: Conocimientos sólidos en modelización, álgebra lineal, econometría y/o estadística, análisis de variables, limpieza, preparación y calidad de datos.
- Idioma: B1
- Habilidades blandas (Soft Skills): Proactividad, visión de transformación, aprendizaje continuo, adaptabilidad, comunicación asertiva, accountability y trabajo en equipo.
Deseables:
- Data Digital (Estrategia de Huella Digital): Conocimiento y experiencia en la extracción, entendimiento y explotación de datos web y móviles (Clickstream, logs de interacciones) procedentes de herramientas como Adobe Analytics (Omniture) o Google Analytics, así como capacidad para traducir variables de comportamiento digital en features o insights analíticos para modelos de funnels, conversión o abandono.
- Inteligencia Artificial Generativa (GenAI) y LLMs: Conocimiento práctico o a nivel usuario en el uso y adaptación de herramientas como ChatGPT, Gemini, Claude, Codex y servicios de orquestación en la nube como AWS Bedrock, además de nociones de Prompt Engineering y desarrollo de agentes o soluciones cognitivas.
- Herramientas de Visualización y BI: Manejo de AWS QuickSight / QuickView (herramienta actual del área) o experiencia en plataformas equivalentes que faciliten una rápida adopción, tales como Power BI, Tableau, MicroStrategy o QlikView, así como librerías de visualización (matplotlib, seaborn, plotly, ggplot, bokeh).
- Otros lenguajes: Programación en R
Licenciatura
- Indispensable: Licenciatura en Estadística, Matemáticas, Ingeniería, Actuaría, Informática, Ciencias de la Computación o carreras cuantitativas afines. Licenciatura terminada
- Deseable: Maestría o estudios de posgrado en Ciencia de Datos, Inteligencia Artificial o Analítica de Negocios.
Experiencia requerida
- Tiempo y área: Mínimo 2 años de experiencia comprobable en roles de analítica avanzada o ciencia de datos.
- Enfoque práctico: Experiencia previa desarrollando, documentando, entrenando y poniendo en producción modelos estadísticos y de Machine Learning, así como sensibilidad y desenvolvimiento en entornos de trabajo corporativos dinámicos con atención directa a clientes internos o áreas de negocio.
En caso de requerir algún ajuste razonable* en tu proceso de selección, comunícalo al reclutador/a en el primer contacto.
En BBVA creemos que contar con un equipo diverso, nos hace ser un mejor banco. Por este motivo apoyamos activamente la diversidad, la inclusión y la igualdad de oportunidades, sin importar cual sea su origen étnico o nacional, sexo, edad, religión, discapacidad, orientación sexual, identidad o expresión de género, la condición social, la condición de salud, las opiniones, el estado civil o cualquier otra que atente contra la dignidad humana y tenga por objeto anular o menoscabar los derechos y libertades de las personas. Estamos seguros que cultivando un ambiente de trabajo colaborativo e inclusivo podremos mostrar lo mejor de nosotros mismos.