Perfil: Estudiantes de último semestre o recién graduados en matemáticas, física, estadística, econometría, ingeniería u otros estudios con fuerte componente cuantitativo.
Valorable la realización de estudios específicos de postgrado en especial Data Science, Finanzas Cuantitativas o similar.
Valorable conocimiento de técnicas de modelización (logit, GLM, series temporales, árboles de decisión, clustering, etc.), lenguajes de programación estadística (SAS, R, Python, Matlab, etc.) y herramientas y plataformas de big data (Hadoop, MongoDB, Cassandra, Pig, Hive, etc.).
Nivel alto de inglés. Se valorará conocimiento de otros idiomas.
Disponibilidad para viajar. Otros aspectos: sólida trayectoria académica, dinamismo, voluntad de superación, capacidad de trabajo, madurez, responsabilidad y facilidad de integración en equipos de trabajo multidisciplinares.
Objetivo del cargo: – Tratamiento estadístico de datos (data mining).
– Modelización predictiva mediante técnicas de machine learning y data science.
– Modelización de eventos temporales (series temporales, modelos ARIMA).
– Desarrollo de modelos de simulación (Monte Carlo). Revisión y validación de modelos de rating y scoring, RAROC y parámetros de riesgo.
– Apoyo matemático al negocio: desarrollo de algoritmos, estadística y probabilidad.
– Proyectos de ID.