Fecha: 28 jul 2026
Ubicación: Ciudad de México
#job-location.job-location-inline { display: inline; }
Empresa: Corporativo Mexicano del Mercado de Valores
Se parte de una de las empresas más emblemáticas de México.
Estamos comprometidos con el desarrollo y crecimiento de nuestros colaboradores.
Gracias a las personas que forman parte de la Bolsa Mexicana de Valores somos la empresa líder en el mercado.
Te invitamos a participar en esta vacante
MISIÓN / OBJETIVO
Ser el puente entre el negocio y la ciencia de datos, traduciendo retos y oportunidades de las unidades de negocio en soluciones analíticas de alto impacto. El rol comprende profundamente los procesos y objetivos del negocio, aplica modelado estadístico y machine learning para generar insights accionables, integra soluciones con LLM/GenAI donde agrega valor, y acompaña a los equipos directivos en la adopción de una cultura basada en datos, garantizando que cada entregable (modelo, tablero, automatización o recomendación) esté alineado con los resultados esperados por la organización.
FUNCIONES DE PUESTO
Levantar y documentar necesidades de las unidades de negocio mediante entrevistas, workshops y análisis de procesos (AS-IS / TO-BE), identificando problemas, hipótesis y criterios de éxito medibles (KPI/KRI).
Traducir objetivos estratégicos y de negocio en requerimientos analíticos concretos
Co-diseñar con las unidades de negocio los casos de uso analíticos, user stories y criterios de aceptación; priorizar el backlog y definir el roadmap de entregables (insights, modelos, tableros, automatizaciones) con base en impacto y viabilidad.
Gestionar stakeholders de manera efectiva
Definir, calcular y gobernar KPIs/OKRs en coordinación con las áreas de negocio: establecer diccionario de métricas, reglas de cálculo, segmentaciones y criterios de calidad para garantizar consistencia en el monitoreo operativo y estratégico.
Realizar análisis exploratorio y estadístico (EDA), detección de patrones y anomalías, y análisis de causa raíz orientados a responder preguntas concretas del negocio, priorizando la claridad del hallazgo sobre la complejidad técnica.
Diseñar y construir tableros ejecutivos y reportes con narrativa orientada a decisión (data storytelling)
.
Diseñar y desarrollar modelos supervisados y no supervisados (clasificación, regresión, clustering, forecasting, scoring) enfocados en resolver problemas concretos del negocio, seleccionando el algoritmo más adecuado según el contexto (árboles/boosting, regresión regularizada, series de tiempo, redes neuronales).
Ejecutar el ciclo completo de modelado: feature engineering, selección de variables, validación cruzada, ajuste de hiperparámetros y evaluación con métricas de negocio acordadas (AUC, F1, RMSE, MAPE, entre otras), comunicando resultados en términos comprensibles para audiencias no técnicas.
Coordinar con Data Engineering/MLOps las estrategias de despliegue y operación de modelos en producción (batch/near real-time); asegurar versionamiento, monitoreo de drift y planes de reentrenamiento dentro de los SLAs definidos.
Documentar supuestos, limitaciones e interpretabilidad de cada modelo, asegurando que los tomadores de decisión del negocio comprendan el alcance, confiabilidad y forma de uso correcto de los entregables analíticos.
Identificar y diseñar casos de uso de negocio donde LLM/GenAI agrega valor real
Aplicar técnicas de prompt engineering (plantillas estructuradas, few-shot, chain-of thought) y patrones de arquitectura como RAG (Retrieval-Augmented Generation) con fuentes internas, garantizando respuestas fundamentadas en información verificable de la organización.
Definir y ejecutar marcos de evaluación de calidad para soluciones LLM
Liderar el desarrollo de prototipos y pilotos con las áreas de negocio, medir impacto (tiempo ahorrado, calidad de salidas, nivel de adopción) y articular el plan de escalamiento productivo con los equipos de tecnología, asegurando controles de privacidad y seguridad de datos.
EDUCACIÓN
LICENCIATURA / INGENIERÍA en MATEMÁTICAS o AFÍN
LICENCIATURA / INGENIERÍA. en ACTUARÍA o AFÍN
MAESTRÍA/CERTIFICACIONES
Posgrado – Maestria en Analítica, Ciencia de Datos, Inteligencia Artificial, Estadística Aplicada o MBA con IA
AWS Certified Machine Learning
AWS Certified Data Analytics
AWS Certified AI Practicioner
Nota: Se valorarán certificaciones equivalentes en analítica, cloud, datos o business analysis.
EXPERIENCIA
4+ años en roles de analítica de negocio, business intelligence o consultoría analítica, con participación activa en la definición de estrategias de datos, interacción directa con stakeholders de negocio y entrega de soluciones con impacto medible.
3+ años desarrollando y poniendo en producción modelos de ciencia de datos o machine learning de punta a punta (exploración feature engineering modelado despliegue monitoreo), con foco en valor de negocio y no solo en precisión técnica.
Trayectoria comprobable en la construcción y gobierno de métricas/KPIs de negocio, diseño de tableros ejecutivos y operativos, y automatización de reportes que hayan reemplazado procesos manuales o mejorado la calidad de la información disponible para la toma de decisiones.
Experiencia deseable en el diseño e implementación de soluciones con LLM orientadas al negocio (p. ej., RAG sobre documentación interna, asistentes conversacionales, extracción y resumen de texto) incluyendo su evaluación de calidad y monitoreo en producción.
Deseable: experiencia en sectores regulados (financiero, bursátil, seguros) con manejo responsable de datos sensibles, aplicando controles de privacidad, seguridad de la información y cumplimiento normativo en soluciones analíticas.
CONOCIMIENTO
IDIOMA
Inglés intermedio
HABILIDADES
Conocimiento en estadística aplicada al negocio: inferencia, pruebas de hipótesis, regresión, muestreo, diseño y análisis de experimentos (A/B testing) y series de tiempo orientadas a pronóstico operativo y comercial
Conocimiento en fundamentos de ingeniería analítica (ETL/ELT, validación de datos, control de versiones con Git)
Conocimiento en herramientas de BI y visualización (Power BI, Tableau o Looker) con dominio de data storytelling
Conocimiento en levantamiento y documentación de requerimientos analíticos, mapeo de procesos, definición y gobierno de KPIs, elaboración de BRD/FRD/user stories con criterios de aceptación medibles, y gestión efectiva de stakeholders
Conocimiento en LLM/GenAI aplicado a casos de negocio
Conocimiento en Machine Learning aplicado al negocio: algoritmos supervisados y no supervisados, métricas de evaluación, validación, técnicas de interpretabilidad (SHAP, LIME) y monitoreo de desempeño en producción
Conocimiento en SQL
Conocimiento en uso de Python o Java para análisis con librerías como pandas, numpy, matplotlib
COMPETENCIAS
3.1 Visión estratégica
3.11 Compromiso
3.2 Colaboración
3.3 Adaptación al Cambio
3.4 Orientación al cliente
3.6 Networking
3.7 Negociación
3.8 Liderazgo
4.10 Innovación
4.5 Orientación a resultados
4.9 Integridad
Para más información sobre Grupo Bolsa Mexicana de Valores, visita www.bmv.com.mx
¡Agradecemos el interés de todo aquel que quiera sumarse a la familia BMV!
“En Grupo BMV nos hace fuerte la diversidad, por esto, todos nuestros procesos de atracción y contratación siempre estarán libres de toda distinción, exclusión, restricción o preferencia que, explícita o implícitamente discrimine a cualquier concursante por motivos como; más no limitados a sexo, género, edad, discapacidades, embarazo, preferencias sexuales, condición de salud, origen étnico o nacional, color de piel, apariencia física, o cualquier otro motivo que discrimine a cualquier solicitante”
