Somos más de 20 millones de yaperos y 3 millones de negocios que utilizan Yape a diario. Estamos disponibles para todos, lo que nos convierte en una plataforma única y clave del ecosistema digital del Perú.

Nos motiva construir un país conectado sin barreras, que fomente el crecimiento y desarrollo para todos los peruanos.

Para seguir brindando la mejor experiencia a nuestros yaperos, necesitamos el mejor talento.

Sé parte de esta emocionante misión y contribuye con nuestro propósito de hacer más simple el día a día de las personas para que sigan movilizando sus vidas.

¡Contágiate de la Vibra Yape y haz que la vida fluya!

Responsabilidades

Buscamos a alguien con:

• Apoyar en el análisis de datos para identificar patrones, anomalías y oportunidades de mejora en procesos relacionados con fraude y riesgo.
• Desarrollar y dar soporte a modelos de Machine Learning bajo la guía del equipo.
• Realizar análisis exploratorios, limpieza y preparación de datos utilizando Python y SQL.
• Colaborar en la evaluación y monitoreo del desempeño de modelos analíticos, proponiendo mejoras cuando corresponda.
• Trabajar de manera colaborativa con equipos de Fraude, Riesgos, Producto y Tecnología para entender necesidades de negocio.
• Documentar análisis, experimentos y resultados, comunicando hallazgos de forma clara a diferentes audiencias.
• Mantenerse actualizado sobre nuevas herramientas, metodologías y buenas prácticas en Ciencia de Datos.

Requisitos

• Bachiller o egresado de Ingeniería de Sistemas, Ingeniería Informática, Computación, Estadística, Economía, Matemática, Ciencia de Datos o carreras afines.
• Experiencia mínima de 2 años de experiencia en Ciencia de Datos, Analítica, Machine Learning o áreas afines. Se consideran prácticas preprofesionales y profesionales relevantes.
• Manejo de Python para análisis y manipulación de datos.
• Manejo de SQL para consulta y análisis de bases de datos.
• Conocimientos básicos de Machine Learning y del proceso de desarrollo y validación de modelos.
• Manejo de librerías como Pandas, NumPy y Scikit-learn.
• Conocimientos básicos de estadística aplicada y análisis exploratorio de datos.
• Deseable conocimiento de Git para control de versiones.
• Deseable conocimiento de Databricks o plataformas similares para análisis y desarrollo colaborativo.
• Interés por aplicar técnicas de Machine Learning a problemas de negocio como clasificación, segmentación o detección de anomalías.
• Deseable interés o experiencia académica en proyectos relacionados con fraude, riesgo, fintech, banca, e-commerce o servicios digitales.
• Capacidad analítica, curiosidad, disposición para aprender y trabajo colaborativo.
• Buenas habilidades de comunicación para presentar hallazgos de forma clara.