How does swipeandhired work?

You set your target roles, salary floor and locations once. swipeandhired scores matching postings against your profile, drafts tailored application materials with AI, and either lets you swipe to apply, one tap at a time, or runs fully on autopilot. Every application is tracked in your dashboard.

Which ATS platforms does swipeandhired support?

All of them. swipeandhired applies on every applicant tracking system (ATS) employers use, including Workday, SmartRecruiters, Greenhouse, iCIMS, Lever, Ashby, Taleo, SuccessFactors, Oracle Cloud and Jobvite, and on a company's own careers page when it uses none of them. You can also bring any posting yourself by link or pasted text.

Can I cancel my subscription?

Anytime, in one click from the billing portal in Settings. Your plan stays active until the end of the current billing period. No retention calls, no dark patterns.

Is my data used for training AI models?

No. Your resume and application data are processed only to run the service for you, matching, drafting, and submitting applications. We never sell your data. If you bring your own AI provider key, requests go directly to your provider under their terms.

Data Scientist Senior Manager (Ciudad de México, Cuauhtémoc) at BBVA, Ciudad de Mexico

Data Scientist Senior Manager (Ciudad de México, Cuauhtémoc) at BBVA in Ciudad de Mexico. Full-time. Apply with swipeandhired.

Fecha límite para apuntarse:
2026-11-19
¿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?

¿Quieres liderar la evolución técnica de la ciencia de datos estableciendo estándares y arquitecturas de alto impacto para soluciones analíticas complejas? En BBVA buscamos un/a especialista senior en Data Science con experiencia profunda en Machine Learning, Grafos, Deep Learning, NLP o GenAI para actuar como referente técnico en decisiones de alta complejidad, diseño de arquitectura, evaluación rigurosa y estándares reutilizables que puedan adoptarse en distintos equipos y productos. Tu misión será transformar retos técnicos y de negocio complejos en soluciones robustas, trazables y gobernadas, elevando la calidad de las prácticas y desarrollando el talento de la comunidad.

¿Qué estamos buscando? Buscamos a una persona con licenciatura en Matemáticas, Ingeniería, Actuaría, Informática, Ciencia de Datos o carreras afines, con 8 a 12 años de experiencia en Data Science liderando arquitectura analítica y gobernanza técnica. Es indispensable el dominio avanzado de Python, Spark, PySpark, SQL y diseño experimental avanzado, con capacidad para definir patrones reutilizables y evaluar soluciones complejas bajo criterios de robustez y riesgo. Se requiere un perfil orientado al juicio técnico, toma de decisiones basada en datos, rigor y aprendizaje continuo para guiar a la comunidad analítica hacia la excelencia técnica.

Principales Responsabilidades

Definirás patrones, estándares técnicos, arquitecturas y marcos de evaluación para soluciones de Data Science aplicables en más de un equipo o proyecto.
Liderarás o revisarás decisiones técnicas de alto impacto en problemas de Machine Learning, Grafos, Deep Learning, NLP o GenAI.
Diseñarás evaluaciones robustas de desempeño, calidad, explicabilidad, sesgos, seguridad, limitaciones y monitoreo de modelos.
Crearás activos reutilizables como componentes, librerías, guías o patrones, acompañando su adopción transversal en equipos de Data Science.
Mentorearás perfiles técnicos y colaborarás con responsables de negocio y gobierno para asegurar soluciones de valor con adecuada gestión del riesgo.

Retos del Puesto
El principal reto de esta posición es resolver y orientar decisiones técnicas donde no existe un patrón establecido o donde el riesgo, la novedad o la complejidad requieren juicio experto, convirtiendo conocimiento especializado en estándares adoptables sin perder rigor experimental, trazabilidad, gobierno ni conexión con las necesidades de negocio.

Requisitos
Conocimientos obligatorios

Dominio avanzado de Python.
Experiencia profunda en Machine Learning y evaluación de modelos; conocimiento especializado demostrable en al menos un dominio como Grafos, Deep Learning, NLP, GenAI o sistemas de recomendación.
Manejo de procesamiento y análisis de datos con Spark, PySpark, SQL y herramientas del ecosistema de datos a escala.
Experiencia en diseño experimental, comparación contra baselines, validación de modelos y documentación de limitaciones.
Conocimiento de prácticas de gobierno de modelos: versionado, trazabilidad, documentación, controles de riesgo y monitoreo.
Capacidad para diseñar arquitecturas, patrones técnicos o activos reutilizables y acompañar su adopción.
Diseño de experimentos avanzados, selección de métricas y baselines, evaluación robusta, interpretabilidad, evaluación de sesgo y robustez, trazabilidad, monitoreo y análisis de fallas.
Diseño de patrones reutilizables, evaluaciones de referencia, decisiones de arquitectura, revisión de trade-offs y gobierno de soluciones de alta complejidad o riesgo.
Experiencia en entornos cloud, preferentemente AWS.
Experiencia con MLOps, CI/CD, despliegue y monitoreo de modelos.
Conocimiento de LLMs, RAG, evaluación de sistemas generativos, guardrails y técnicas de IA responsable.

Conocimientos deseables

Participación en comunidades técnicas, publicaciones, contribuciones a librerías o formación especializada.
Deseable prioritario: tokens, embedding, chunking, retrieval, prompting, fine-tuning o PEFT, golden datasets, guardrails, pruebas adversariales y fundamentos de agentes.
Conocimientos en Agentic RAG, sistemas multiagente, evaluación y observabilidad de agentes, grafos de conocimiento, modelos multimodales, optimización de inferencia y activos técnicos reutilizables adoptados por otros equipos.
Deseable contar con Maestría o especialización técnica relevante.

Escolaridad

Licenciatura en Matemáticas, Ingeniería, Actuaría, Informática, Ciencia de Datos o carreras afines.

Experiencia

De 8 a 12 años de experiencia en Data Science, con trayectoria demostrable resolviendo problemas técnicos complejos y tomando decisiones de arquitectura o evaluación para distintos proyectos o equipos.
Evidencia de estándares, evaluaciones, patrones o activos técnicos aplicados o pilotados en al menos dos contextos, así como experiencia sostenida en mentoring técnico.

Competencias Clave

Juicio técnico y pensamiento crítico
Decisiones basadas en evidencia
Rigor, calidad y gestión responsable del riesgo

¿Cómo postularte? Si te encuentras interesado/a, postúlate dando clic en ‘Solicitar’.

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.

*Los ajustes razonables comprenden las modificaciones y/o adaptaciones que podrá hacer la empresa , durante tu proceso de selección, con la finalidad de que puedas llevar a cabo dicho proceso de forma adecuada.

BBVA: Transformando sueños en oportunidades 💙 ¿Listo(a) para crear juntos?