Subdir Data Science

**Acerca de Scotiabank.**

Scotiabank somos un grupo financiero global, el único banco con presencia universal en todos los países de la alianza del pacífico y líder en las américas.

Con presencia en Canadá, Estados Unidos, México, Centro América, Caribe, Europa y Asia.

Nos esforzamos por crear una cultura inclusiva en donde cada empleado puede alcanzar su máximo potencial y todas las personas puedan ser respetadas por quienes son.

La equidad e inclusión forman parte de los valores fundamentales de Scotiabank.

Contribuye dentro del área de **Data Science**, parte de la dirección de**Analytics,**para acelerar el impacto en las prioridades de la Banca Retail en México. Esto lo realiza a través de**liderar**a consultores de Data Science y buscar proactivamente áreas de oportunidad de mejora en Banca de Consumo para optimizar procesos como puede ser reducir costos, incrementar ventas o retener clientes entre otros, por medio del uso de técnicas predictivas, de ciencias de la computación, estadísticas o matemáticas como machine learning, inteligencia artificial y modelos estadísticos para construir pronósticos, recomendaciones y planes estratégicos / tácticos basados en datos de negocios y conocimiento del mercado. En todo momento mantiene altos estándares de calidad, competitividad y desarrolla inteligencia propia del área.

**Responsabilidades**:

- Busca proactivamente oportunidades de mejora para el banco donde se pueda agregar valor a través del uso de modelos, en conjunto con el equipo de Data Science y de Analytics y las áreas de negocio de Banca de Consumo.
- Lidera consultores en Ciencia de Datos para la implementación de modelos que permitan agregar valor al negocio.
- Promueve e implementa soluciones para problemas de optimización, como pueden ser la mejora en ventas, reducción de costos, mejores ubicaciones geográficas, clasificación de textos y otros, mediante el uso de técnicas estadísticas, algorítmicas, de inteligencia artificial, machine learning y similares, utilizando fuentes internas y externas.
- Promueva y crea modelos capaces de cumplir con pruebas de validación cruzada y realiza iteraciones de mejoramiento que incrementen las métricas de dichas pruebas.
- Promueve y genera código testeado, documentado, autoejecutable, escalable y robusto que debe de estar guardado en repositorios compartidos dentro del banco.

**Skills**:

- Título de licenciatura en algún campo cuantitativo (Estadística, Matemáticas, Ingenierías, Física, etc.)
- Experiência de al menos 5 años interactuando con equipos de trabajo dentro de alguna empresa.
- Habilidades en programación en Python: saber escribir condicionales, bucles, estructuras, clases, pruebas.
- Conocimiento de algoritmos no supervisado: clusters, reducción de dimensiones, etc.
- Conocimiento de SQL y algún manejador de base de datos como MySQL, SQL Server, Postgres, u otros.
- Experiência en las siguientes librerías de Ciencia de Datos de Python: Scikit-Learn, Pandas, Numpy
- Conocimiento sobre algoritmos de aprendizaje de máquina como: regresión lineal, árboles de decisión, redes neuronales y otros.
- Conocimiento sobre la metodología de desarrollo de modelos de aprendizaje de máquina supervisado: separación en conjunto de entrenamiento y pruebas, validación cruzada; imputación de datos, manejo de conjuntos de datos desbalanceados, etc

La Vacante descrita anteriormente tiene línea de reporte global a Canadá, cuenta con pares globales e interacción con países de Latino américa y centro américa, por lo que el desarrollo de un pensamiento global y ágil, serán habilidades importantes que se fortalecerán día a día. El trabajo diario se vera enriquecido por muchas y variadas formas de pensar, el pensamiento crítico y analítico se vera retado cada día para la toma de decisiones ágil.

Está vacante es estratégica y tendrá que asegurar excelencia en los níveles de servicio provistos a nuestros clientes internos en cada uno de los pilares expresados con anterioridad.

**Scotiabank es una empresa incluyente, que respeta la diversidad y no hace ningún tipo de discriminación