Gerente De Inteligencia Artificial Y Machine Learning

Acerca de la Empresa
Diners Club Ecuador es una de las instituciones financieras líderes del país y pionera en el desarrollo de medios de pago en Ecuador desde 1968.
Acerca del Rol
Dirigir el roadmap y portafolio de AI & ML, priorizando los casos de uso predictivos, prescriptivos y de automatización según impacto de negocio y valor incremental.Definir estándares metodológicos de Data Science y AI Engineering, criterios de entrada/salida de modelos y lineamientos de MLOps sobre Databricks, alineados con Arquitectura Empresarial.
Responsabilidades
Desarrollar y desplegar soluciones de Machine Learning, IA Generativa (Agentes, copilots) y analítica prescriptiva para las iniciativas prioritarias del banco.Asegurar el desempeño de los modelos y embeber controles de uso responsable como primera línea de defensa —monitoreo de drift/degradación, sesgo, alucinaciones y guardrails de GenAI— en coordinación con Riesgo/Model Risk (2ª línea de defensa) y Gobierno del Dato.Liderar la industrialización y operación del ciclo de vida de modelos e IA (MLOps): despliegue, monitoreo, control de degradación y reentrenamiento.Custodiar el estándar, la metodología y el desarrollo del talento senior del Chapter de AI & ML, y asegurar la contribución de su equipo —asignado a los Squads— a la entrega de los productos de datos e IA, sin asumir la propiedad del producto (que recae en el Data Product Owner).Impulsar la adopción de los modelos y recomendaciones en los procesos de negocio, en articulación con Analytics Translator y los dominios.Definir las métricas estratégicas de negocio del portafolio (SOW, valor incremental, LTV), gobernar las métricas de control de la gerencia (ver Dimensiones y Anexo Valoración), y ejecutar el plan de evolución del equipo.
Conocimientos
Machine Learning y Deep Learning; modelos analíticos, evaluación e interpretabilidad – SHAP/LIME.IA Generativa/LLMs, RAG y agentes de IA; Prompt Engineering.MLOps: ciclo de vida, model serving, monitoreo de drift y reentrenamiento.Riesgo de modelos e IA responsable: sesgo/fairness, guardrails de GenAI.Databricks (Workspace, SQL, ML, MLflow, Model Serving, Mosaic AI, Unity Catalog, Delta Lake).Python y SQL (A); PySpark y Feature Store.Estadística y probabilidad avanzada; Power BI.Gobierno de datos (DAMA), calidad, linaje, seguridad y privacidad.Banca (emisión + adquirencia), KPIs financieros, segmentación y dinámica de clientes; riesgo/crédito, AML y pricing.Marco de gestión de datos: DAMA-DMBOK.
Experiencia requerida
Al menos 5 años de experiencia liderando equipos de Data Science/ML; industrialización de modelos (MLOps) deseable en entornos regulados, banca o servicios financieros.Al menos 10 años de experiencia en analítica/cienca de datos o IA.