Escrito por Mariana Motta
Revisado por Cinthia Tanaka

Nubank fue creado con el propósito de simplificar el sistema financiero y capacitar a las personas para que tomen mejores decisiones. Utilizamos tecnología, diseño y ciencia de datos para desarrollar productos y servicios que ayudan a nuestros clientes a Nubank fue creado con el propósito de simplificar el sistema financiero y capacitar a las personas para que tomen mejores decisiones. Utilizamos tecnología, diseño y ciencia de datos para desarrollar productos y servicios que ayudan a nuestros clientes a retomar el control de sus vidas financieras.

Para garantizar una experiencia positiva para todas las personas candidatas, creamos un proceso de selección que promueve interacciones con nuestro equipo, permitiendo conocer en profundidad las habilidades técnicas esenciales para estos perfiles. el control de sus vidas financieras.

Ciencia de Datos e Ingeniería de Machine Learning en Nubank

Para garantizar una experiencia positiva para todas las personas candidatas, creamos un proceso de selección que promueve interacciones con nuestro equipo, permitiendo conocer en profundidad las habilidades técnicas esenciales para estos perfiles.

Nuestro equipo está compuesto por dos perfiles diferentes: Científicos de Datos e Ingenieros de Machine Learning. Generalmente, los Científicos de Datos se enfocan en el análisis y los aspectos de negocio, mientras que los Ingenieros de Machine Learning se centran en la ingeniería y la infraestructura. Sin embargo, estas responsabilidades pueden variar, y en este artículo explicamos mejor las diferencias entre ambos perfiles. En este video, puedes obtener más información sobre el día a día de estas personas en nuestro equipo.

Este equipo juega un papel clave en todos los aspectos de nuestro negocio, desde la atención al cliente hasta la definición de los límites de crédito que ofrecemos. Existen personas que desempeñan estas funciones en los tres países donde operamos y en prácticamente todos los productos e iniciativas de Nubank. Nuestro equipo es diverso, con personas de formaciones en áreas como física, economía e ingeniería. Esta diversidad es esencial para que podamos crear productos simples, justos y verdaderamente humanos.

En qué está trabajando nuestro equipo

  • Desarrollando la próxima generación de modelos de Fraude y Crédito, incorporando fuentes de datos innovadoras y utilizando técnicas de vanguardia;
  • Creando pruebas y capacidades de personalización para nuestros productos;
  • Proporcionando productos significativos usando LLM para equipos internos, facilitando el desarrollo de productos, la experimentación y la propuesta de valor;
  • Democratizando la IA, ofreciendo a todos los Nubankers soluciones de aprendizaje automático seguras, escalables y precisas que apoyen su trabajo;
  • Creando modelos de decisión basados en IA para guiar las jornadas de los clientes a lo largo de su ciclo de vida;
  • Consolidando datos en tiempo real en recursos reutilizables que alimentan nuestros modelos predictivos;
  • Monitoreando la infraestructura que captura, almacena y visualiza datos que entran y salen de nuestros modelos predictivos.

Check our job opportunies

¿Cómo funciona el proceso de selección?

Al igual que en todas las iniciativas de Nubank, combinamos evaluaciones técnicas y de nuestros valores durante el proceso de contratación. Funciona así:

Entrevista con el equipo de reclutamiento

Las personas con perfil adecuado para nuestras vacantes son invitadas a una entrevista remota con el equipo de reclutamiento. El objetivo de esta etapa es:

  • Explicar sobre el equipo de Ciencia de Datos e Ingeniería de Machine Learning, las dinámicas de trabajo y las posiciones disponibles;
  • Entender las trayectorias de las personas, sus formaciones profesionales, experiencias previas, habilidades técnicas y lo que buscan en sus carreras;
  • Evaluar cómo la persona candidata reacciona ante algunos escenarios y cómo puede colaborar culturalmente con nuestra empresa.

Más que una entrevista, este encuentro es una oportunidad para una conversación transparente entre ambas partes, donde se comparten expectativas y se aclaran dudas.

Etapas técnicas

Tras la aprobación en la entrevista con el equipo de reclutamiento, las personas candidatas son invitadas a participar en tres entrevistas técnicas, que evalúan diferentes dimensiones esenciales para estos perfiles.

En el proceso para Científico de Datos, las etapas son:

  • Programación básica en formato de live coding;
  • Modelado, para entender cómo la persona estructura y propone una solución de aprendizaje automático dentro de un alcance bien definido;
  • Análisis de negocio, para entender cómo la persona aborda un problema de negocio y propone una solución técnica.

En el proceso para Ingeniería de Machine Learning, las etapas son:

  • Programación básica en formato de live coding;
  • Arquitectura, para entender cómo la persona resuelve problemas relacionados con la productización de modelos de aprendizaje automático dentro de un contexto;
  • Programación avanzada, para entender cómo la persona aplica conocimientos técnicos para resolver problemas de negocio.

Conversación con el liderazgo del área

En esta etapa, hacemos una validación final de valores y del nivel de seniority de la persona candidata dentro de nuestra estructura de carrera. El liderazgo presenta en detalle los desafíos del área, la estructura, los principales proyectos y las expectativas para el puesto.

Toma de decisión y oferta

Después de reunir a todas las personas involucradas en las entrevistas, tomamos una decisión sobre la contratación. Si la respuesta es positiva, presentamos los detalles de la oferta de trabajo en una llamada, aclarando dudas y alineando la fecha de inicio. Tras la aceptación de la oferta, iniciamos el proceso de admisión y proporcionamos todos los detalles para la integración, que incluye una inmersión en nuestra cultura, negocio y tecnología.

Check our job opportunies