Subdirector Analítica Avanzada y Modelos de Crédito

Desde Morgan Philips Executive Search, buscamos un Subdirector de Analítica y Modelos de Crédito para una importante empresa del sector financiero. Esta persona será responsable de liderar la estrategia, el desarrollo y la implementación de modelos de score de crédito que soporten las decisiones de originación, administración y cobranza dentro del grupo.

Principales responsabilidades:

• Coordinar los planes de trabajo del equipo de desarrollo de scores, asegurando cumplimiento, calidad técnica y alineación con las prioridades estratégicas del negocio.
• Promover una cultura de innovación, mejora continua y pensamiento crítico dentro del equipo.
• Supervisar la evolución de modelos estadísticos y machine learning aplicados al crédito en todo su ciclo de vida.
• Guiar la integración y mantenimiento en motores de decisión, en conjunto con el equipo técnico y de implementación.
• Impulsar la evaluación continua de nuevas fuentes de datos, metodologías avanzadas y herramientas tecnológicas.
• Evaluar y dar seguimiento al desempeño de los modelos, asegurando que su impacto en el negocio sea medible y positivo.
• Apoyar la implementación de estrategias para garantizar la trazabilidad, gobernanza y cumplimiento de los modelos.

Princiaples requisitos:

• Licenciatura en Actuaría, Matemáticas Aplicadas, Ingeniería, Economía o afines.
• Maestría en disciplinas cuantitativas (Deseable).
• Maestría en Administración de Negocios o similar (Valorable).

Experiencia:

• Mínimo 3 años de experiencia en desarrollo de modelos de score de crédito en empresas financieras o retail con otorgamiento de crédito.
• Mínimo 3 años liderando equipos grandes (más de 10 personas), con experiencia comprobada en desarrollo de talento y liderazgo transversal.
• Experiencia práctica en la operación de motores de decisión y su integración con modelos de riesgo (deseable: Experian, FICO, SAS, etc.).
• Profundo dominio de técnicas de modelado estadístico y machine learning aplicadas al crédito.
• Conocimiento de métricas de desempeño de modelos (Gini, KS, PSI, etc.).
• Familiaridad con lenguajes de programación estadísticos (Python, R, SQL, etc.).
• Conocimiento funcional del negocio de crédito (originación, administración, cobranza).
• Inglés avanzado