Científico de Datos - Financial Services Lab

• Beneficios de clase mundial: Además de un salario competitivo (basado en tu ubicación, experiencia y habilidades), ofrecemos un paquete integral de beneficios para permitir un bienestar holístico para ti y tu familia.

• Máster en campos cuantitativos como Matemáticas, Informática, Ingeniería, Física o una disciplina relacionada
• Más de 2 años de experiencia profesional en ciencia de datos, ingeniería de datos o un campo estrechamente relacionado
• Experiencia con prácticas de ingeniería de datos, incluyendo pipelines ETL, herramientas de orquestación como Airflow y plataformas de big data como Databricks; experiencia práctica con técnicas de modelado de datos (p. ej., 3NF, data vault, etc.), capacidad para trabajar tanto con datos estructurados como no estructurados
• Sólidas habilidades aplicadas en ciencia de datos con experiencia en aprendizaje supervisado y no supervisado, previsión de series temporales, clustering, optimización, modelado geoespacial e IA generativa; familiaridad con librerías como scikit-learn, XGBoost, LightGBM, PyTorch, Hugging Face Transformers y pandas
• Sólidas capacidades de ingeniería en Python y JavaScript, con experiencia práctica en la construcción y operacionalización de soluciones utilizando FastAPI y React
• Comodidad trabajando con Git, herramientas de CI/CD y flujos de trabajo de desarrollo modernos
• Experiencia práctica con modelos de lenguaje extensos (LLMs) e IA agéntica, incluyendo prompt engineering, generación aumentada por recuperación (RAG), llamada a herramientas/funciones (tool/function calling), flujos de trabajo multiagente, evaluación y puesta en producción de aplicaciones impulsadas por LLM
• Familiaridad con frameworks como LangChain, LangGraph, LlamaIndex y las principales APIs de modelos
• Familiaridad con los servicios en la nube de Azure; la experiencia con Kubernetes, Docker y frameworks de computación distribuida es un plus
• Resolución de problemas altamente inquisitiva y creativa, con pasión por transformar los datos en conocimientos accionables
• Mentalidad emprendedora y proactiva, con comodidad para navegar en la ambigüedad dentro de un entorno dinámico y de ritmo rápido
• Colaborativo, profesional y orientado al equipo, con un fuerte sentido de la responsabilidad y del servicio
• Excelentes habilidades de comunicación con la capacidad de transmitir temas técnicos complejos tanto a audiencias técnicas como no técnicas

Aplicarás técnicas avanzadas de analítica, incluyendo modelado predictivo, análisis geoespacial, IA generativa, optimización y simulación, a conjuntos de datos a gran escala en algunas de las instituciones más influyentes del mundo.

Colaborarás con equipos de clientes en diversos entornos de proyectos para impulsar y producir análisis desde la primera semana y permitir trabajos de desarrollo analítico de rápida ejecución para el cliente. Muchos de estos análisis se utilizarán para desarrollar soluciones y productos que permitan crear conocimientos basados en datos reutilizables.

Te convertirás en un defensor del uso de datos y analítica, guiando a los equipos en la selección adecuada de conjuntos de datos y estrategias analíticas para asegurar que aumentamos el valor del impacto que entregamos a nuestros clientes. Esto permitirá la colaboración con otras áreas, grupos de analítica y equipos técnicos para asegurar que los esfuerzos sean sinérgicos y de vanguardia.

Ayudarás a mantener y ofrecer una representación convincente del ecosistema de datos y las capacidades de McKinsey a clientes y partes interesadas internas. Así como impulsarás el conocimiento de las políticas de la firma relacionadas con el riesgo de datos y perfeccionarás/operacionalizarás los KPI.