Credit Risk Data Engineer

Buscamos un Data Engineer para ser el responsable de la capa de datos detrás de las decisiones de riesgo crediticio de Kiwi. Tu misión será asegurar que Crédito y Riesgo siempre tenga los datos que necesita, cuando los necesita, en el formato correcto y en el lugar adecuado.

Serás responsable de cada punto de dato que alimente una decisión de suscripción o renovación, desde el momento en que un proveedor lo devuelve hasta el momento en que un modelo o analista lo utiliza. Si una entrada falla, se desactualiza o se desvía, serás el primero en enterarte.

Este es un rol nuevo. Hoy, nuestros científicos de datos verifican la calidad y disponibilidad de los datos mientras también construyen modelos. Estamos creando este puesto para que la capa de datos tenga un propietario dedicado y los problemas se detecten a tiempo, antes de que afecten las decisiones.

Responsabilidades

• Ser propietario del inventario de cada fuente de datos crediticios, incluyendo TransUnion, Clarity, Plaid, Prism y datos internos de la aplicación y del servicio de préstamos.
• Definir, para cada fuente, qué datos necesita Crédito y Riesgo, a qué nivel de granularidad, cuán actualizados deben estar y dónde se almacenan.
• Escribir contratos de datos con los ingenieros que construyen las integraciones de proveedores, cubriendo campos esperados, tipos, reglas de nulos y volúmenes.
• Confirmar que las respuestas crudas de los proveedores se almacenen completamente y puedan ser reutilizadas para el desarrollo de modelos y auditorías.
• Monitorear la frescura, volumen, tasa de completitud y esquema para cada fuente y cada entrada de modelo.
• Configurar alertas para cuando la tasa de completitud de una característica disminuye, un proveedor deja de devolver un campo o los volúmenes se desvían de la línea base.
• Rastrear la deriva de las entradas para modelos de producción junto con los científicos de datos.
• Diagnosticar incidentes de datos: encontrar la causa raíz, dirigir la solución al propietario correcto y hacer seguimiento hasta su cierre.
• Ser propietario de la capa de Crédito y Riesgo de nuestro data warehouse Snowflake, incluyendo tablas raw, staging, mart y feature.
• Construir y mantener los pipelines y transformaciones detrás de los datos de la aplicación, préstamos, rendimiento y proveedores.
• Mantener los conjuntos de datos de modelado reproducibles, para que los científicos de datos puedan reconstruir un conjunto de entrenamiento point-in-time sin fuga de datos.
• Mantener las tablas detrás de los dashboards de Crédito y Riesgo y las métricas gobernadas.
• Escribir pruebas automatizadas para claves, duplicados, rangos, integridad referencial y conciliación entre fuentes.
• Mantener la documentación y el linaje: qué significa cada tabla y campo, de dónde proviene y quién lo usa.
• Mantener actualizado el registro de propietarios para cada proveedor, modelo y entrada de modelo.
• Apoyar la supervisión de proveedores verificando los SLAs y conciliando los recuentos de extracción contra las facturas de los proveedores.

Requisitos

• Más de 4 años de experiencia en ingeniería de datos o ingeniería analítica, incluyendo tiempo como propietario principal de una plataforma de datos de producción.
• SQL experto y sólidas habilidades de modelado de datos, incluyendo modelos dimensionales, datos que cambian lentamente y snapshots point-in-time.
• Experiencia práctica con un data warehouse en la nube, idealmente Snowflake.
• Experiencia con un framework de transformación como dbt, utilizando control de versiones, revisión de código e integración continua (CI).
• Python para pipelines, pruebas y automatización.
• Un historial de construcción de pruebas de calidad de datos y alertas, utilizando dbt tests, Great Expectations, Monte Carlo, Elementary o verificaciones personalizadas.
• Experiencia con una herramienta de orquestación como Airflow, Dagster o Prefect.
• Mentalidad de propiedad: notas problemas antes que otros, los sigues hasta la causa raíz y los resuelves.
• Comunicación escrita clara: puedes escribir un contrato de datos, una nota de incidente o documentación de tabla en la que otros confíen.

Nuestra tecnología

Nuestro entorno de riesgo y datos incluye Snowflake, DBT, Airflow, Python y Metabase, con datos de burós de crédito y bancos de proveedores como TransUnion, Clarity y Plaid. Valoramos la experiencia con los desafíos subyacentes de ingeniería de datos; no se requiere el uso previo de todas las herramientas de este stack.

Nice to have

• Experiencia en fintech o préstamos, especialmente con datos de burós de crédito (TransUnion, Experian, Clarity) o datos bancarios (Plaid).
• Experiencia apoyando a científicos de datos con tablas de características y conjuntos de datos de entrenamiento, incluyendo la evitación de fugas de datos.
• Familiaridad con conceptos de monitoreo de modelos como PSI, drift y tasas de completitud.
• Exposición a cumplimiento de préstamos, como FCRA, acción adversa y retención de datos.
• Experiencia con herramientas de BI como Metabase.
• Bilingüe en español e inglés.

Qué

ofrecemos

• La oportunidad de trabajar en productos financieros críticos con impacto directo en los clientes y el crecimiento del negocio.
• Propiedad total de la capa de datos de Crédito y Riesgo y la oportunidad de dar forma a su evolución.
• Desafíos significativos en pipelines de datos, calidad de datos, monitoreo y conjuntos de datos de modelado.
• Un entorno donde la IA se está convirtiendo en una parte central de cómo trabajamos y construimos.
• Un equipo multidisciplinario colaborativo en Crédito y Riesgo, Ciencia de Datos, Ingeniería y Producto.
• 100% remoto — [Argentina, Colombia, República Dominicana].