About this role
# Fecha límite para apuntarse:
2026-09-30
¿Quieres desarrollar tu carrera profesional?
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.
¿Qué estamos buscando?
Buscamos un/a Data Scientist Associate con sólida formación cuantitativa y experiencia en el desarrollo de soluciones analíticas aplicadas a problemas reales de negocio. El perfil ideal combina una base sólida en estadística y Machine Learning con capacidad analítica, orientación a resultados y habilidades para comunicar de manera clara y efectiva.
Buscamos una persona capaz de desenvolverse con autonomía progresiva en entornos complejos, colaborar eficazmente con stakeholders de negocio y asumir ownership sobre sus entregables y soluciones, transformando datos y modelos analíticos en insights y soluciones accionables que contribuyan a la toma de decisiones y a la generación de valor.
La posición tiene sede en Torre BBVA (Paseo de la Reforma 510, CDMX), bajo un esquema híbrido de trabajo: 3 días en oficina y 2 días de Home Office.
Principales Responsabilidades
- Desarrollo de soluciones analíticas: Diseñar y desarrollar soluciones de analítica avanzada e Inteligencia Artificial, participando en las distintas etapas del ciclo de vida analítico: exploración y procesamiento de datos, experimentación, entrenamiento y evaluación de modelos, así como su implementación y seguimiento.
- Analítica avanzada e integración de datos: Aplicar metodologías estadísticas y técnicas de Machine Learning para explorar, analizar y procesar información proveniente de múltiples fuentes, formatos y dominios, transformando datos complejos en insights y soluciones analíticas accionables.
- Generación de valor: Contribuir a traducir iniciativas analíticas en resultados de negocio medibles , identificando oportunidades de generación de valor a partir del uso estratégico de los datos de la BEI y apoyando la adopción de las soluciones desarrolladas.
- Creación de activos analíticos y medición: Desarrollar métricas, índices, KPIs y otros activos analíticos que permitan describir, medir y optimizar la atención a clientes comerciales y financieros, así como evaluar el desempeño de procesos y soluciones implementadas.
- Colaboración con negocio: Trabajar estrechamente con stakeholders de negocio y equipos multidisciplinarios para comprender necesidades, traducir problemas de negocio en retos analíticos y comunicar hallazgos, insights y recomendaciones de manera clara, estructurada y orientada a la acción.
Retos del Puesto
El principal reto de la posición será transformar problemas de negocio complejos en soluciones de analítica avanzada e Inteligencia Artificial que generen valor tangible, combinando capacidad técnica, entendimiento del negocio y orientación a resultados.
En particular, la posición tendrá el reto de:
- Conectar analítica avanzada con problemas reales de negocio, desarrollando modelos y soluciones —incluyendo, cuando el problema lo requiera, técnicas de Machine Learning, grafos y Deep Learning— y contribuyendo a su evolución desde la experimentación hasta su implementación y adopción.
- Contribuir a la calidad y sostenibilidad de las soluciones analíticas, desarrollando métricas de desempeño, mecanismos de monitoreo y criterios de calidad que permitan evaluar su funcionamiento y evolución en el tiempo.
- Convertir complejidad técnica en información útil para la toma de decisiones, comunicando conceptos, resultados e insights analíticos de forma sencilla, estructurada y orientada a la acción.
- Desarrollar criterio para equilibrar innovación, viabilidad y generación de valor, identificando las técnicas analíticas más adecuadas para cada problema y priorizando soluciones que produzcan beneficios concretos para el negocio y sus clientes.
Conocimientos Obligatorios
- Experiencia práctica en el desarrollo de modelos analíticos y soluciones de Machine Learning.
- Conocimientos sólidos de estadística, modelado predictivo y Machine Learning supervisado y no supervisado, incluyendo técnicas de clasificación, regresión, forecasting y segmentación.
- Dominio de Python aplicado a ciencia de datos y de sus principales librerías ( pandas, NumPy, scikit-learn, XGBoost, LightGBM o equivalentes).
- Dominio de SQL para extracción, transformación y análisis de datos.
- Experiencia trabajando con herramientas de procesamiento distribuido como Spark/PySpark.
- Conocimientos sobre evaluación, monitoreo y métricas de desempeño de modelos y activos analíticos.
Negocio y Habilidades Blandas (Soft Skills)
- Capacidad para comprender problemas de negocio y traducirlos en problemas analíticos estructurados.
- Habilidad para comunicar resultados e insights mediante storytelling con datos, adaptando el nivel de detalle técnico a diferentes audiencias.
- Orientación a resultados y capacidad para definir y dar seguimiento a KPIs que permitan medir el impacto de las soluciones analíticas.
- Capacidad para colaborar eficazmente con equipos multidisciplinarios y stakeholders de negocio.
Conocimientos Deseables
- Experiencia con servicios de datos, analítica y Machine Learning en AWS Cloud.
- Conocimiento de herramientas adicionales para procesamiento y análisis de datos como R, Scala y herramientas de BI.
- Conocimiento de analítica basada en grafos (Graph Analytics) y bases de datos de grafos como Neo4j, Amazon Neptune o equivalentes.
- Familiaridad con soluciones basadas en modelos de lenguaje (LLMs), RAG, embeddings y búsqueda semántica.
Escolaridad
- Licenciatura o Ingeniería concluida en Actuaría, Matemáticas, Ciencia de Datos, Ciencias de la Computación, Estadística, Ingeniería o áreas afines.
- Maestría, Especialidad o estudios de posgrado relacionados serán considerados un plus.
Experiencia Requerida
- 3 o más años de experiencia en ciencia de datos, analítica avanzada, Machine Learning o Inteligencia Artificial.
- Experiencia participando en proyectos analíticos de punta a punta, desde la exploración y preparación de datos hasta el desarrollo, evaluación e implementación de modelos.
- Experiencia aplicando analítica y Machine Learning a problemas reales de negocio, con capacidad para identificar y medir el valor generado por las soluciones desarrolladas.
Idiomas
- Inglés avanzado.
Competencias Clave
- El cliente es lo primero (Skill Cultural).
- Visión Estratégica (Skill de Liderazgo).
- Comunicación Efectiva y Toma de Decisiones (Skills Transversales).
¿Cómo postularte?
Si te encuentras interesado/a en este reto profesional, postúlate dando clic en “Solicitar” y no olvides adjuntar tu CV actualizado.
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.