Raphael LimaPublicaciones
← Volver a la columnata

II. Experiencia · 04

04

Especialista en Ciencia de Datos

Banco BV

Revisar de forma independiente modelos predictivos en crédito, tarjetas, fraude, clientes e inversiones.

MAR 2019 — FEB 2020 / Banca

Rol

Segunda línea, Tarjetas, fraude, clientes e inversiones, Banca

Revisó de forma independiente iniciativas de ciencia de datos, analítica avanzada y modelos predictivos en tarjetas de crédito, prevención de fraudes, gestión de clientes e inversiones, junto a las áreas de Ciencia de Datos, Riesgos, Auditoría Interna, Compliance y Prevención de Fraudes.

Enfoque

Evaluó los procesos de desarrollo y validación de modelos (linaje de datos, supuestos, selección de variables, monitoreo de desempeño, documentación y eficacia de los controles), adecuó el framework de auditoría a un modelo data-driven y elaboró informes para el Comité de Auditoría.

Impacto

  • Modelos y estrategias antifraude que auditó y cuestionó contribuyeron a reducir en un 20% las pérdidas por fraude en tarjetas de crédito.
  • Modelos que auditó y cuestionó contribuyeron a reducir en un 10% la deserción de clientes.

Aprendizaje

Un modelo valioso también necesita ser explicable, reproducible y gobernable.

Casos de uso vinculados

  • Banco BV

    Auditoría continua del capital

    2019–2020

    DesafíoUna auditoría anual por muestreo cubría unos cientos de operaciones en carteras de millones, con semanas de reproceso manual, mientras nuevas normas elevaban el costo de un error de capital.

    SoluciónControl continuo de toda la población en cada cierre: recálculo independiente, pruebas de integridad, detección de anomalías, conciliaciones automáticas y trazabilidad de evidencias para directorio, auditores y Banco Central.

Referencias

← Volver a la columnata