Científico de Datos

Bold

Nuestra compañía fue fundada en Mayo de 2019 por un equipo de personas increíbles y con una experiencia única, el grupo de fundadores está conformado por los creadores de PayU Latam y otras empresas expertas en tecnología financiera. Estamos creando soluciones de pago y de banca para MiPymes, independientes y emprendedores en Colombia. Actualmente contamos con más de 450.000 clientes registrados en nuestra plataforma y hemos recibido más de USD $120 millones de fondos de inversión nacionales y extranjeros, somos una de las startups de más rápido crecimiento en LatAm en el sector fintech.
Bold es una fintech que provee una solución de pagos a los microempresarios para recibir pagos con tarjetas débito, crédito y billeteras a través de datáfonos y links de pago. Sin embargo, la visión de Bold es más ambiciosa que ser una empresa de pagos y estamos trabajando para volvernos una plataforma de servicios financieros y tecnológicos para las pequeñas empresas en el país complementando las soluciones de pagos y banca con otros productos de software conexos a toda nuestra propuesta de valor.
Nuestra misión en Bold es liberar el potencial de los emprendedores. En Bold creemos firmemente que podemos ayudar a los pequeños emprendedores a desarrollar sus negocios ofreciendo servicios financieros y tecnológicos hechos a su medida, que sean amigables y cercanos.
En Bold definimos los siguientes valores como los pilares de nuestra cultura organizacional: Maestría, Pensamiento crítico, Trabajo en equipo, Sentido de urgencia, Somos abiertos y el cliente el centro de lo que hacemos.
Para más información acerca de Bold visita nuestro sitio web: https://bold.co

El rol

Como Científico de Datos en nuestra organización, jugarás un rol crucial en el apoyo y desarrollo de nuestro negocio de procesamiento de pagos y servicios financieros. Tu trabajo será fundamental para entender y potenciar los procesos internos y las decisiones estratégicas a través de un análisis riguroso y la aplicación de técnicas avanzadas de machine learning.

Deberás

• Desarrollar modelos predictivos y prescriptivos que ayuden a mejorar la eficiencia y efectividad de nuestros servicios de procesamiento de pagos y otros servicios financieros.

• Utilizar un amplio rango de herramientas y plataformas tecnológicas, incluyendo AWS, para implementar y gestionar soluciones de Data science y machine learning de manera eficiente, con un enfoque particular en el trabajo conjunto con el equipo de producto y MLOps para asegurar la escalabilidad y mantenibilidad de los modelos.

• Mantenerse actualizado con las últimas tendencias y avances en ciencia de datos, aprendizaje automático y tecnologías relacionadas para asegurar que la organización se mantenga competitiva y vanguardista.

• Asegurar que todas las prácticas de manejo de datos y modelado cumplan con los estándares éticos y regulaciones relevantes, enfocándose en la seguridad y privacidad de los datos.

Beneficios

• Título profesional en Ciencias de la Computación, Estadística, Matemáticas, Ingeniería o campos relacionados.

• 2 años de experiencia comprobada en ciencia de datos, preferiblemente en la industria de procesamiento de pagos o servicios financieros.

• Profundo conocimiento de métodos estadísticos y de machine learning, y su aplicación a problemas comerciales complejos realizando modelamiento de problemas de clasificación, regresión, clusterización, entre otros.

• Experiencia utilizando librerías de ML como scikit-learn, TensorFlow, Keras o PyTorch.

• Experiencia en el uso de herramientas de big data (Spark, Hadoop, etc.)

• Experiencia en el uso de herramientas de la suite de AWS de ML, incluyendo la implementación y gestión de soluciones automatizadas y escalables como AWS Canvas AutoML y AWS Sagemaker.

• Habilidad para facilitar el entendimiento de conceptos técnicos a audiencias no técnicas y promover una cultura basada en datos.

• Capacidad para trabajar en equipos multidisciplinarios y adaptarse a entornos cambiantes.

• Excelentes habilidades de comunicación verbal y escrita.