Data Analyst/ riesgo de crédito

Buscamos un Data Analyst Senior especializado en Riesgo de Crédito para integrarse a un equipo de analítica avanzada en el sector financiero. El perfil seleccionado actuará como puente estratégico entre los modelos de segmentación y las decisiones de negocio, transformando datos complejos de comportamiento crediticio en insights accionables que reduzcan el deterioro de cartera. Este rol requiere sólidas capacidades técnicas en entornos cloud, dominio de herramientas de visualización y una mentalidad orientada al impacto medible.

Responsabilidades

• Actuar como puente táctico entre los modelos matemáticos de segmentación y las decisiones de negocio del área de Riesgo, asegurando que los resultados sean comprensibles y accionables para stakeholders no técnicos.

• Realizar análisis exploratorio de datos (EDA) sobre bases de clientes morosos, identificando patrones de comportamiento, tendencias de deterioro y variables predictivas relevantes.

• Validar la calidad, integridad y consistencia de la información proveniente de distintas fuentes, garantizando la confiabilidad de los insumos utilizados en los modelos y reportes.

• Traducir las agrupaciones de clientes morosos en insights accionables mediante visualizaciones dinámicas en Looker Studio y Power BI, facilitando la toma de decisiones del equipo de Riesgo.

• Explorar variables sociodemográficas y de comportamiento financiero para explicar el deterioro de clientes y proponer acciones concretas de mitigación de riesgo crediticio.

• Apoyar al equipo de Data Science en la interpretación de los resultados de modelos de segmentación no supervisada, aportando contexto de negocio y validación estadística.

• Automatizar la reportería periódica y dar seguimiento a indicadores de impacto clave, con foco en la reducción del Gasto de Cartera por Transición de Mora, disminuyendo el trabajo manual del equipo de Riesgo.

• Mínimo 3 años de experiencia como Data Analyst en entornos financieros, con exposición directa a proyectos de riesgo de crédito, mora o cobranza.

• Dominio avanzado de SQL para extracción, transformación y análisis de grandes volúmenes de datos en entornos relacionales y de Big Data (SQL Server, BigQuery).

• Experiencia con Google Cloud Platform (GCP) y arquitecturas de Data Lake para el procesamiento y almacenamiento de datos a escala.

• Capacidad para desarrollar scripts en Python orientados al análisis de datos, automatización de procesos y generación de reportes periódicos.

• Experiencia comprobable en la construcción de dashboards e informes ejecutivos en Looker Studio y Power BI, con enfoque en métricas de riesgo y cartera.

• Experiencia en áreas de segmentación de clientes, análisis de cohortes y métricas de riesgo crediticio (PD, LGD, Mora, Gasto de Cartera).

  
  Perfil ideal

  • Profesional con experiencia previa en instituciones financieras, fintechs o empresas de consumo masivo con portafolios de crédito, que comprenda el lenguaje y las dinámicas del área de Riesgo.

  • Persona con orientación al detalle y pensamiento crítico, capaz de cuestionar la calidad de los datos y proponer soluciones ante inconsistencias sin necesidad de supervisión constante.

  • Perfil con habilidad para comunicar hallazgos técnicos complejos de manera clara y visual a audiencias de negocio, generando confianza y facilitando la toma de decisiones basada en datos.

  • Profesional acostumbrado a trabajar en entornos de alta velocidad con metodologías ágiles, capaz de priorizar entregables y adaptarse a cambios en los requerimientos del negocio.

  • Persona con iniciativa para identificar oportunidades de automatización y mejora de procesos dentro del flujo de trabajo del equipo de Riesgo.

    Habilidades blandas

  • Comunicación efectiva: capacidad para presentar resultados analíticos complejos de forma clara y estructurada a distintos niveles de la organización.

  • Autonomía y perfil "hands-on": orientación a la ejecución directa, con capacidad para tomar iniciativa y avanzar en las tareas con mínima supervisión.

  • Trabajo en célula ágil: experiencia colaborando en equipos multidisciplinarios bajo marcos de trabajo iterativos, adaptándose con rapidez a las prioridades del sprint.