Data Scientist Analyst (Cuauhtémoc, Ciudad de México)
Quick Summary
BBVA es una empresa global con más de 160 años de historia que opera en más de 25 países en los que damos servicio a más de 80 millones de clientes. Somos más de 121.000 profesionales que trabajamos en equipos multidisciplinares y de perfiles tan diversos como financieros, expertos jurídicos, científicos de datos, desarrolladores, ingenieros o diseñadores.
Propósito del puesto: Traducir las necesidades de negocio en problemas de analítica avanzada cuya resolución se basa en la extracción, procesamiento y explotación de datos tradicionales (estructurados) y digitales (interacciones en canales web y móviles).
Funciones principales
- Desarrollo y explotación de modelos analíticos: Diseñar y desarrollar algoritmos de exploración, análisis y procesamiento de datos, estadísticos y de Machine Learning con múltiples orígenes y formatos, incorporando activamente el análisis de data digital procedente de las interacciones de los clientes en canales digitales.
- Mantenimiento, escalabilidad y monitoreo: Evaluar de manera regular el funcionamiento adecuado de los modelos propios y heredados (mantenimiento, escalabilidad, actualización, refactorización y reentrenamiento). Gestionar el control del versionado (robustness, accuracy) y reportar incidencias o inconsistencias de los datos al Data Owner.
- Estándares de calidad y Gobierno de Modelos (Model Governance): Aplicar los estándares de desarrollo y calidad en análisis exploratorio, entrenamiento, selección y puesta en producción conforme a requerimientos de negocio y regulatorios. Clasificar los modelos según su complejidad e importancia, documentar variables, datos de entrenamiento y métricas de performance, y compartir la documentación técnica en el inventario global.
- Integración de Inteligencia Artificial Generativa (GenAI): Utilizar, adaptar e integrar herramientas de IA Generativa y modelos de lenguaje a gran escala (LLMs) para acelerar el ciclo de desarrollo de software (refactorización de código, documentación automática) y crear soluciones analíticas de frontera.
- Identificación proactiva de casos de uso y mejora continua: Detectar áreas de oportunidad de negocio para proponer y ejecutar soluciones basadas en datos, código, metodologías híbridas (data tradicional + comportamiento digital) e IA Generativa.
- Actualización tecnológica y colaboración en comunidad: Mantenerse al día en herramientas, software y métodos a través de su Cluster y Comunidad de Práctica (CoP), compartiendo conocimiento y colaborando de forma cohesiva con equipos multidisciplinarios y en la formación de otros científicos de datos.
Retos del puesto
- Adaptación al ritmo dinámico del cliente interno (Portabilidad): Atender con agilidad, disponibilidad y autonomía las demandas del equipo comercial de Portabilidad, evitando la saturación operativa mediante una rápida curva de adaptación al entorno de trabajo corporativo.
- Seniority técnico y autonomía en posición de Analyst: Desempeñar el rol con un nivel de madurez técnica y accountability cercano a un perfil Associate / Senior, siendo capaz de comprender, dar mantenimiento, reentrenar y escalar modelos complejos que no fueron desarrollados originalmente por la persona que ocupa el puesto.
- Transformación tecnológica y migración de plataformas: Adaptarse con rapidez a la evolución tecnológica del área, que incluye la migración hacia nuevas plataformas de datos y la adopción activa de herramientas de IA Generativa (Gemini, Codex, AWS Bedrock) en el flujo de trabajo diario.
- Comunicación efectiva con equipos multidisciplinarios: Traducir hallazgos técnicos complejos en insights accionables para los Line Managers (clientes internos del área comercial), manteniendo una comunicación fluida y alto sentido de responsabilidad (accountability).
Conocimientos y herramientas indispensables y deseables
Indispensables:
- Programación y Big Data (Filtro excluyente / Kill Question): Dominio avanzado de Python (librerías como Pandas, NumPy, Scikit-Learn, LightGBM) y SQL (diseño y manejo de bases de datos de gran escala, cruces complejos, joins y optimización de queries en entornos como Hive, Impala, Databricks y ecosistemas Hadoop).
- Procesamiento distribuido: Experiencia sólida en programación paralela y distribuida utilizando PySpark / Spark.
- Ciencia de Datos Tradicional: Conocimientos sólidos en modelización, álgebra lineal, econometría y/o estadística, análisis de variables, limpieza, preparación y calidad de datos.
- Idioma: B1
- Habilidades blandas (Soft Skills): Proactividad, visión de transformación, aprendizaje continuo, adaptabilidad, comunicación asertiva, accountability y trabajo en equipo.
Deseables:
- Data Digital (Estrategia de Huella Digital): Conocimiento y experiencia en la extracción, entendimiento y explotación de datos web y móviles (Clickstream, logs de interacciones) procedentes de herramientas como Adobe Analytics (Omniture) o Google Analytics, así como capacidad para traducir variables de comportamiento digital en features o insights analíticos para modelos de funnels, conversión o abandono.
- Inteligencia Artificial Generativa (GenAI) y LLMs: Conocimiento práctico o a nivel usuario en el uso y adaptación de herramientas como ChatGPT, Gemini, Claude, Codex y servicios de orquestación en la nube como AWS Bedrock, además de nociones de Prompt Engineering y desarrollo de agentes o soluciones cognitivas.
- Herramientas de Visualización y BI: Manejo de AWS QuickSight / QuickView (herramienta actual del área) o experiencia en plataformas equivalentes que faciliten una rápida adopción, tales como Power BI, Tableau, MicroStrategy o QlikView, así como librerías de visualización (matplotlib, seaborn, plotly, ggplot, bokeh).
- Otros lenguajes: Programación en R
Licenciatura
- Indispensable: Licenciatura en Estadística, Matemáticas, Ingeniería, Actuaría, Informática, Ciencias de la Computación o carreras cuantitativas afines. Licenciatura terminada
- Deseable: Maestría o estudios de posgrado en Ciencia de Datos, Inteligencia Artificial o Analítica de Negocios.
Experiencia requerida
- Tiempo y área: Mínimo 2 años de experiencia comprobable en roles de analítica avanzada o ciencia de datos.
- Enfoque práctico: Experiencia previa desarrollando, documentando, entrenando y poniendo en producción modelos estadísticos y de Machine Learning, así como sensibilidad y desenvolvimiento en entornos de trabajo corporativos dinámicos con atención directa a clientes internos o áreas de negocio.
En caso de requerir algún ajuste razonable* en tu proceso de selección, comunícalo al reclutador/a en el primer contacto.
En BBVA creemos que contar con un equipo diverso, nos hace ser un mejor banco. Por este motivo apoyamos activamente la diversidad, la inclusión y la igualdad de oportunidades, sin importar cual sea su origen étnico o nacional, sexo, edad, religión, discapacidad, orientación sexual, identidad o expresión de género, la condición social, la condición de salud, las opiniones, el estado civil o cualquier otra que atente contra la dignidad humana y tenga por objeto anular o menoscabar los derechos y libertades de las personas. Estamos seguros que cultivando un ambiente de trabajo colaborativo e inclusivo podremos mostrar lo mejor de nosotros mismos.
Location & Eligibility
About this job
- Who can apply
- Mexico
- Posted
- Today
Listing Details
- Posted
- November 17, 2026
- First seen
- November 17, 2026
- Last seen
- November 17, 2026
Posting Health
- Days active
- 0
- Repost count
- 0
- Trust Level
- 56%
- Scored at
- November 17, 2026
Signal breakdown
4 other jobs at
View all →Similar Data Scientist jobs
View all →Stay ahead of the market
Get the latest job openings, salary trends, and hiring insights delivered to your inbox every week.
No spam. Unsubscribe at any time.