Consultor(a) Snr de Auditoría Interna | Data Scientist- CDMX

¿Cómo es el día a día de la posición?

Como Data Scientist dentro del equipo de Auditoría Interna en Deloitte, diseñarás, entrenarás y pondrás en operación modelos analíticos orientados a identificar transacciones, comportamientos y patrones atípicos, extraordinarios o potencialmente irregulares que permitan enfocar los procedimientos de auditoría y detectar oportunamente señales que pudieran estar asociadas con errores, incumplimientos, debilidades de control o posibles conductas fraudulentas.

Trabajarás con datos transaccionales de los sistemas de nuestros clientes, incluyendo pagos, compras, nómina, reembolsos, ventas en punto de venta y reclamaciones, entre otros, para construir variables con sentido de negocio, identificar patrones y desviaciones respecto del comportamiento esperado, entrenar modelos supervisados y no supervisados y establecer criterios de priorización de alertas de acuerdo con su nivel de riesgo y la capacidad de revisión del equipo de auditoría.

Un componente clave de tu función será convertir datos y alertas analíticas en señales comprensibles y accionables, explicando por qué una determinada transacción, proveedor, empleado, cliente o patrón de comportamiento requiere mayor análisis y proporcionando elementos objetivos que permitan sustentar su revisión ante el cliente.

Colaborarás con gerentes y socios para traducir riesgos, escenarios de irregularidad y esquemas de fraude conocidos en problemas analíticos, y con los equipos de auditoría para validar resultados, investigar excepciones y determinar si las señales identificadas requieren procedimientos adicionales o pueden convertirse en observaciones o hallazgos de auditoría.

Trabajarás con clientes nacionales e internacionales, en distintas industrias y en un entorno multidisciplinario que combina auditoría, riesgo, datos y tecnología. Juntos desarrollamos soluciones que buscan ampliar la cobertura de auditoría, focalizar los esfuerzos en las áreas de mayor riesgo y generar insights a partir de grandes volúmenes de información.

¿Qué se necesita para aplicar?

• Titulado(a) en Actuaría, Matemáticas Aplicadas, Estadística, Física, Ciencia de Datos, Ingeniería en Computación, Ingeniería Industrial o afines. Deseable maestría en Ciencia de Datos, Estadística o Machine Learning.
• Experiencia mínima de 2 a 3 años desarrollando modelos de machine learning aplicados a detección de anomalías, análisis de transacciones, riesgo, irregularidades o fraude en al menos una industria, como banca y fintech, seguros, retail y consumo, telecomunicaciones, comercio electrónico, manufactura o sector público.
• Requerido / Modelado: clasificación supervisada, incluyendo regresión logística, árboles de decisión, Random Forest y Gradient Boosting como XGBoost o LightGBM, así como técnicas de detección de anomalías no supervisadas, tales como Isolation Forest, clustering y autoencoders.
• Requerido / Analítica de anomalías y transacciones: experiencia trabajando con eventos poco frecuentes y conjuntos de datos altamente desbalanceados; definición y calibración de umbrales; identificación de outliers y patrones inusuales; validación temporal; prevención de fuga de información (data leakage); y utilización de métricas como precisión, recall y PR-AUC para evaluar y priorizar casos.
• Requerido / Explicabilidad: interpretación de modelos mediante coeficientes, importancia de variables, SHAP u otras técnicas, así como capacidad para explicar en lenguaje de negocio qué características o comportamientos hicieron que una transacción o caso fuera identificado como atípico o requiriera mayor análisis.
• Requerido / Herramientas: Python (pandas, scikit-learn, XGBoost/LightGBM), SQL avanzado y Git.
• Deseable: análisis de redes y relaciones para identificar concentraciones, vinculaciones o posibles patrones de colusión; monitoreo de modelos en producción, incluyendo deriva y reentrenamiento; MLflow; nube (Azure o AWS); y Power BI.
• Deseable conocimiento de control interno, auditoría, gestión de riesgos, prevención de lavado de dinero, investigación de irregularidades, SOX o COSO, o disposición para desarrollar rápidamente conocimiento en estos ámbitos.
• Inglés intermedio-avanzado.
• Deseables certificaciones como CFE, ACAMS o certificaciones de machine learning y analítica en plataformas de nube.
• Habilidades: pensamiento crítico, curiosidad analítica, criterio de negocio para distinguir y priorizar comportamientos inusuales, capacidad para formular hipótesis a partir de datos, comunicación clara con audiencias no técnicas, rigor analítico y ética en el manejo de información sensible.

¿Por qué Deloitte?

Con nuestro trabajo creamos un impacto significativo, que marca una diferencia positiva en nuestros clientes, la sociedad y el planeta. Colaboramos en distintos proyectos con personas que nos escuchan, inspiran, alientan y apoyan a dar lo mejor de nosotros mismos.

Para Deloitte, nuestro desarrollo integral es una prioridad. A través de oportunidades de aprendizaje, movilidad, voluntariado y la asesoría personalizada de nuestros líderes, crecemos en nuestras carreras y formamos lazos que perduran.

Siguientes pasos

¿Estás listo(a) para crear un impacto? Te estamos buscando. Postúlate #Deloitte