Data Scientist

Acerca de World Business Lenders

En World Business Lenders (WBL), ofrecemos préstamos comerciales flexibles a corto plazo respaldados por bienes raíces para ayudar a pequeñas y medianas empresas en todos los Estados Unidos, particularmente aquellas que enfrentan dificultades con la financiación tradicional. Somos una organización dinámica y orientada a resultados que se toma en serio la seguridad a medida que continuamos creciendo.

Este es un puesto de contratista independiente a tiempo completo con un horario de 9:00 a. m. a 6:00 p. m., hora estándar del Este, de lunes a viernes. Solicitamos que todos los CV se envíen en inglés.

Acerca del puesto

Este rol se encuentra dentro del equipo de Datos de WBL y se enfoca en el modelado de crédito, rendimiento de préstamos, garantías y recuperación, ayudando a la empresa a comprender y predecir mejor cómo se comportan los préstamos y sus garantías inmobiliarias subyacentes a lo largo de su ciclo de vida. El trabajo involucra grandes conjuntos de datos nacionales de bienes raíces y préstamos. Este es un trabajo con datos reales a escala, que a menudo involucra millones de registros y archivos grandes, imperfectos y del mundo real.

Una parte creciente de este rol es la creación de modelos predictivos y de pronóstico utilizando resultados históricos realizados para estimar el rendimiento futuro de los préstamos, el comportamiento de incumplimiento y pago anticipado, los cambios en el valor de las garantías, el tiempo de recuperación, los costos y los resultados esperados. Esto incluye la aplicación de técnicas de aprendizaje automático y estadísticas cuando sea apropiado, no solo análisis descriptivos o retrospectivos.

Este puesto contribuirá al desarrollo y validación de los modelos internos de valoración y riesgo de préstamos de WBL y viene con un alto grado de propiedad y autonomía a medida que se expanden nuestras capacidades de datos y modelado.

Día típico

Al principio, el día comienza uniéndose a la reunión diaria de alineación de BLV para mantenerse al tanto de la filosofía, la dirección y el estado actual del proyecto. La mayor parte del día se dedica a trabajar directamente con los datos: extraer y limpiar registros de grandes conjuntos de datos nacionales de bienes raíces y préstamos, cotejar campos de múltiples fuentes e investigar problemas de calidad de datos a medida que surgen. Una parte importante de esto implica dirigir herramientas asistidas por IA para realizar análisis profundos y de varios pasos de manera eficiente, mientras se valida cuidadosamente su resultado en lugar de aceptarlo sin cuestionar.

Varios días a la semana implican trabajo centrado en modelos: ejecutar pruebas retrospectivas de modelos internos de valoración y riesgo contra resultados históricos reales, construir o refinar componentes predictivos/de pronóstico y ejecutar análisis de sensibilidad.

Regularmente, el rol también implica presentar y comunicar análisis y hallazgos claramente al equipo y a las partes interesadas, traduciendo resultados técnicos en conclusiones prácticas.

Qué harás (Responsabilidades clave)

• Analizar y validar modelos internos de crédito, riesgo, valoración y recuperación contra resultados históricos reales de préstamos y carteras.
• Construir modelos predictivos y de pronóstico que estimen el rendimiento futuro de los préstamos, el momento del incumplimiento o pago anticipado, los cambios en el valor de las garantías, los resultados de recuperación, los costos y los plazos.
• Diseñar y ejecutar pruebas retrospectivas, análisis de sensibilidad, comparaciones de escenarios y análisis basados en el tiempo en grandes conjuntos de datos históricos.
• Trabajar con grandes conjuntos de datos de préstamos y bienes raíces de múltiples fuentes para extraer, limpiar, conciliar y validar datos para análisis y modelado.
• Identificar los factores más predictivos del rendimiento de los préstamos, los resultados de las garantías y las recuperaciones realizadas, y construir herramientas sencillas que permitan a las partes interesadas explorar los resultados y escenarios del modelo.
• Investigar y documentar claramente los problemas de calidad de los datos, los casos extremos, las limitaciones del modelo y las inconsistencias encontradas en conjuntos de datos grandes y del mundo real.
• Traducir los hallazgos analíticos y de modelado en recomendaciones claras y prácticas para suscripción, crédito, fijación de precios, gestión de cartera y gestión de riesgos.
• Mantener un trabajo analítico y de modelado limpio, reproducible y bien documentado para que pueda ser revisado, validado o ampliado de forma independiente por otros.

Educación

• Licenciatura o Maestría en Ciencia de Datos, Estadística, Matemáticas, Finanzas, Economía o un campo relacionado.

Años de

experiencia

• De 3 a 7 años de experiencia en ciencia de datos, modelado aplicado o análisis cuantitativo, idealmente involucrando grandes conjuntos de datos del mundo real.

Requisitos de trabajo remoto

• Conexión a Internet estable y confiable.
• Configuración de trabajo remoto profesional y dedicada.

Experiencia/Antecedentes preferidos

• Experiencia o fuerte interés en finanzas, banca, préstamos comerciales, bienes raíces de EE. UU. o valoración de propiedades.
• La familiaridad con préstamos comerciales o para pequeñas empresas es una ventaja.
• Experiencia con modelado predictivo, pronóstico, análisis de supervivencia/tiempo hasta el evento u otros problemas de estimación basados en el tiempo.
• La experiencia con riesgo crediticio, incumplimiento, pérdidas, recuperación, validación de modelos o análisis de escenarios/sensibilidad es una ventaja.
• Experiencia en la conciliación y limpieza de datos de múltiples fuentes o sistemas.

Habilidades blandas clave

• Aprendizaje rápido, curiosidad intelectual, comodidad para ponerse al día rápidamente en dominios desconocidos.
• Orientado al detalle sin perder de vista el panorama general.
• Sólidas habilidades de comunicación de datos, capaz de explicar hallazgos analíticos y de modelado complejos de manera clara tanto a audiencias técnicas como no técnicas, incluida la alta dirección.
• Comodidad trabajando con total autonomía y ambigüedad, y proactividad para hacer las preguntas correctas.
• Mentalidad rigurosa y escéptica, no toma un número al pie de la letra sin verificarlo de forma independiente.

Habilidades técnicas específicas necesarias

• Fuerte dominio de Python y SQL.
• Experiencia con modelado estadístico, aprendizaje automático, pronóstico o técnicas cuantitativas relacionadas, incluida la evaluación y validación de modelos.
• Experiencia trabajando con grandes conjuntos de datos, incluida la escritura de código de procesamiento de datos eficiente y consciente del rendimiento.
• La experiencia en la creación de herramientas analíticas o paneles sencillos y compartibles es una ventaja.

Qué ofrecemos

• Compensación en USD.
• Beneficios que incluyen tiempo libre remunerado (PTO).
• Entorno de trabajo: Entorno de trabajo totalmente remoto.

¿Listo para postularte?

Si esto suena como tú, nos encantaría saber de ti: ¡envía tu CV en inglés y haz clic en Postular!