Gerente de Data Science & Modelos de Riesgo

En Solventa buscamos un (a) Gerente de Data Science & Modelos de Riesgo para liderar el equipo responsable del desarrollo, evolución y monitoreo de nuestros modelos de decisión de crédito. Buscamos un perfil senior, con fuerte formación cuantitativa y experiencia concreta en fintech, banca, compañías de financiamiento, tarjetas o crédito de consumo, capaz de combinar liderazgo de equipo con un alto nivel técnico. La posición tendrá responsabilidad directa sobre la evolución de los modelos utilizados para tomar decisiones de aprobación, riesgo, monto, plazo y rentabilidad. Principales responsabilidades Liderar y desarrollar el equipo de Data Scientists y especialistas en modelos de riesgo. Definir la estrategia y roadmap de modelos de decisión de crédito. Supervisar el desarrollo, validación, implementación y monitoreo de modelos predictivos. Desarrollar y desafiar los modelos existentes mediante estrategias Champion / Challenger. Identificar nuevas variables y fuentes de información que incrementen la capacidad predictiva. Optimizar los modelos buscando el mejor equilibrio entre tasa de aprobación, mora, pérdida esperada y rentabilidad. Definir metodologías de backtesting, validación, estabilidad y detección de drift. Supervisar modelos de originación, comportamiento, fraude, cobranza y propensión. Transformar los resultados de los modelos en estrategias concretas de decisión y políticas de crédito. Trabajar con Tecnología en la implementación de modelos y decisiones en producción. Establecer estándares de Model Governance, documentación, monitoreo y control de performance. Presentar resultados y recomendaciones a la Dirección utilizando métricas financieras y de riesgo. Experiencia comprobable liderando equipos de Data Science, Advanced Analytics o Modelos de Riesgo. Experiencia sólida desarrollando modelos para créditos de consumo, préstamos personales, tarjetas u originación digital. Experiencia en fintech, bancos, compañías de financiamiento u otras entidades de crédito. Formación en Estadística, Matemática, Economía, Ingeniería, Ciencias de Datos, Sistemas o carreras cuantitativas. Dominio avanzado de Python y SQL. Sólidos conocimientos de estadística, Machine Learning y modelización predictiva. Experiencia con Logistic Regression, Gradient Boosting, XGBoost, LightGBM y otras metodologías de clasificación. Dominio de métricas como ROC-AUC, Gini, KS, Lift, Precision/Recall. Experiencia con feature engineering, explainability, backtesting, model monitoring y drift detection. Conocimiento de análisis de vintages, cohortes, roll rates y curvas de mora. Experiencia con plataformas empresariales de Machine Learning y/o AutoML. Experiencia llevando modelos desde desarrollo hasta producción. Será especialmente valorado Experiencia con burós de crédito y fuentes de información utilizadas en Colombia. Experiencia en fintechs de préstamos digitales de alto volumen. Modelos de Credit Scoring, Application Scoring, Behavioral Scoring, Fraud y Collections. Experiencia con Alternative Data. Credit Decisioning en tiempo real. MLOps y automatización del ciclo de vida de modelos. Experiencia gestionando estrategias Champion / Challenger. Conocimiento de rentabilidad por segmento, expected loss y risk-adjusted return. #J-18808-Ljbffr