ML Engineer

¿Qué vas a hacer en Allianz?
Como Data Scientist, desempeñarás un papel clave dentro del equipo de Data Analytics, liderando el desarrollo y la operación de modelos avanzados de inteligencia artificial orientados a la retención de clientes y la optimización de cartera en los ramos de Autos y Hogar.
Tus principales responsabilidades serán:

• Diseñar, entrenar, calibrar y monitorizar modelos predictivos de churn, garantizando su precisión, robustez y evolución continua.
• Desarrollar soluciones analíticas avanzadas que permitan identificar riesgos de abandono y oportunidades de optimización de cartera.
• Transformar resultados analíticos en segmentaciones, priorizaciones y recomendaciones accionables para las áreas de negocio.
• Impulsar campañas de retención en colaboración con los equipos de P&C y Gestión de Cartera, maximizando el impacto sobre los resultados.
• Actuar como enlace entre negocio y analítica, facilitando la interpretación de modelos, insights y conclusiones.
• Validar hipótesis de negocio y contribuir a una toma de decisiones basada en datos.
• Supervisar la calidad de los datos y los pipelines que alimentan los modelos analíticos.
• Analizar el rendimiento de modelos y campañas, identificando oportunidades de mejora, reentrenamiento y optimización continua.
• Contribuir a la evolución de prácticas de MLOps y a la industrialización de modelos en entornos cloud.

¿Qué necesita Allianz de ti?

• Grado o Máster en Matemáticas, Estadística, Ingeniería, Data Science o disciplinas afines.
• Nivel alto de inglés y español.
• Experiencia en el desarrollo end-to-end de modelos de Machine Learning.
• Experiencia en modelización predictiva, clasificación y modelos de churn.
• Conocimientos sólidos de programación en Python.
• Experiencia en procesamiento y explotación de datos mediante SQL.
• Experiencia en construcción y mantenimiento de pipelines de datos.
• Capacidad para traducir retos de negocio en soluciones analíticas de alto impacto.
• Excelentes habilidades de comunicación para interactuar con perfiles técnicos y de negocio.
• Pensamiento analítico, orientación a resultados y capacidad de resolución de problemas.
• Experiencia trabajando con Spark y entornos de Big Data.
• Conocimientos de MLOps, monitorización de modelos y gestión del ciclo de vida de Machine Learning.
• Experiencia en despliegue y productivización de modelos en entornos cloud, preferiblemente Microsoft Azure.