#EntreBastidores – Te presentamos a David Jaimes, Risk Data Analyst en ID Finance

¿Sabías que el departamento de Risk Data Analysis es un área clave para cualquier compañía financiera, y, por tanto, también para ID Finance? Esta área es responsable de identificar y cuantificar de manera precisa diferentes tipos de riesgos. Proporciona información valiosa sobre potenciales vulnerabilidades y permite a la compañía tomar medidas para mitigar riesgos como la volatilidad del mercado, impagos de créditos, escasez de liquidez, fallos operacionales o riesgos de cumplimiento regulatorio.

Para conocer mejor la actividad que realiza nuestro equipo de Risk Data Analysis, te invitamos a visitar ID Finance entre bastidores y a conocer a David Jaimes. Lleva un año y medio trabajando para la compañía, y casi siete trabajando para la industria financiera, siempre en el área de análisis de datos y ciencia de datos para departamentos de riesgo crediticio.

David, ¿nos cuentas un poco más acerca de tu trayectoria profesional como analista de datos?

Comencé como analista junior en uno de los mayores bancos de Colombia y después me pasé al sector Fintech, cuando me incorporé a ID Finance. Siempre me gusta estar a la última de los nuevos desarrollos en data science, inteligencia artificial e investigaciones generales relacionadas con análisis de datos.

¿Y qué hace exactamente un departamento de Risk Data Analysis?

El papel de este departamento es crucial para cualquier compañía financiera, ya que tiene la responsabilidad de identificar, asesorar y mitigar riesgos relacionados con las actividades financieras y operaciones. En lo que respecta al riesgo crediticio, significa evaluar y gestionar el riesgo asociado a la solvencia de los prestatarios y sus contrapartidas.

¿Cuál es su relevancia para una compañía Fintech como ID Finance?

Para cualquier Fintech, pero especialmente para una que está en un proceso de fuerte expansión gracias a un producto bien diseñado como es nuestra app financiera Plazo, todos los días surgen riesgos, como, por ejemplo, de fraude, deterioro del comportamiento de pago de deuda o pérdida de la predictibilidad de los modelos empleados para valorar la calidad de los prestatarios puede pueden resultar en una pérdida de ingresos para la compañía, lo cual, por supuesto, tiene consecuencias negativas.

Construir, mantener e implementar la monitorización en valoraciones crediticias, credit scoring y gestión de portfolios es vital para reducir este tipo de riesgos y asegurar la calidad del porfolio, lo que, a su vez, garantiza un crecimiento sano de la compañía.

¿Cómo contribuye la tecnología al risk data analysis?

La tecnología en el ámbito del risk data análisis es fundamental. Para evaluar y mitigar los riesgos crediticios, el equipo necesita un alto volumen de datos que sólo se pueden procesar gracias a la tecnología. Algunos de los procesos clave en los que la tecnología desempeña un papel muy relevante son la agregación de datos, advanced analytics, machine learning, la automatización de visualización de datos y el reporting.

¿Y en qué crees que se diferencia ID Finance en lo que respecta a risk data análisis, en qué es única?

En ID Finance la excelencia del desempeño de la compañía siempre está relacionada con nuestro equipo: somos únicos porque estos procesos se mantienen a diario por profesionales altamente competentes que reaccionan con rapidez ante cualquier fallo relacionado con datos. El equipo trabajo muy duro para mantener los flujos de datos, de automatización y el reporting. El uso de tecnologías de última generación es determinante, y nuestro equipo siempre trata de aplicar las herramientas más actuales para cada uno de los procesos.

Más allá de nuestro equipo, ID Finance ha implementado unos modelos de gestión de datos muy robustos que permiten la agregación de información que obtenemos de diferentes fuentes. Todas las semanas dedicamos tiempo a validar nuestros modelos y políticas para asegurar la máxima presión y minimizar los riesgos para la compañía. Además, tenemos un sistema de reporting que nos permite identificar y evitar tareas manuales y repetitivas en el marco del análisis de riesgo crediticio e implementar herramientas de automatización y tecnologías para reducir errores humanos y mejorar la productividad.

¿Qué papel desempeña la inteligencia artificial en risk data analysis?

El principal uso que le damos a la inteligencia artificial en el departamento de Riesgos es el machine learning. Normalmente separamos estos dos conceptos, pero en realidad, el machine learning es una pequeña parte de nuestros desarrollos de inteligencia artificial. Actualmente estamos desarrollando algunos de nuestros modelos con la ayuda de estas tecnologías, con el fin de aumentar nuestra capacidad de predicción.

Sin embargo, todavía tenemos muchos desafíos por delante en lo que respecta al uso de estas tecnologías, ya que en el mundo de la industria financiera no están aún completamente aceptadas, debido a la incertidumbre que generan en comparación con los modelos tradicionales. En cualquier caso, es algo que está cambiando día a día y el futuro de este tipo de modelos desempañará un papel clave en la toma de decisiones de cualquier Fintech.

¿Y qué oportunidades ves en el uso de la IA para tu departamento?

En lo referente a tecnologías más recientes, como la IA generativa (como la que emplea Chat GPT), su uso es aún bajo dentro de la industria, pero representa una oportunidad increíble para el desarrollo de información en tiempo real con un nivel más alto de detalle en el análisis predictivo. Algunas oportunidades que ya están aflorando están relacionadas con la predicción y el reporte, ya que la IA generativa puede ayudar a desarrollar fórmulas y búsquedas e incluso sugerir inputs para modelos de predicción. Esto puede resultar muy útil para cualquier analista de datos, dado que puede optimizar algunas funciones. Esta tecnología continúa desarrollándose día a día, y estoy seguro de que en un futuro cercan ofrecerá muchas más grandes oportunidades para los departamentos de análisis de datos.

¿Cómo es un día en ID Finance para el departamento de Risk Data Analysis?

Un día cualquiera para un risk data analyst en un departamento de Crédito consiste en recolectar y analizar datos, construir, calibrar y monitorizar modelos, crear y mantener informes para la evaluación del riesgo y, por supuesto, colaborar con otros miembros del equipo. Todo ello contribuye a la elaboración de estrategias de gestión de riesgos que hacen que ID Finance sea una de las compañías de mayor crecimiento de Europa.

Sin duda parece una actividad llena de desafíos… Después de una jornada de trabajo intensa ¿qué es lo que te gusta hacer?

Más allá de mi pasión por leer acerca de temáticas relacionadas con mi trabajo, lo que más disfruto son los paseos diarios con mi perro. También me encanta leer thrillers, escuchar podcasts y música.

¿Qué es lo que más te gusta de trabajar en ID Finance?

Lo que más me gusta es la independencia que se nos concede para proponer soluciones, explorar los datos y aportar análisis esclarecedores a nuestro management. Mientras contribuimos al crecimiento de la compañía, seguimos creciendo como profesionales. Además, en ID Finance contamos con grandes profesionales muy experimentados de los que aprender cada día. Al mismo tiempo, pasar tiempo libre con otros colegas procedentes de todo el mundo en actividades de teambuilding o afterworks nos permite divertirnos y encontrar el balance perfecto entre vida profesional y personal dentro de la propia compañía.

¿Qué recomendación le harías a alguien que va a unirse al equipo de Risk Data Analysis?

Que siempre lea y continúe aprendiendo acerca de las últimas tendencias relacionadas con análisis de datos, que fomente los procesos de decisiones basados en datos y que desarrolle de manera continuada sus habilidades analíticas. Además, en ID Finance el equipo está en el centro del éxito de la compañía, por lo que aprenderás muchísimo si colaboras estrechamente con tus compañeros en la evaluación de riesgos y el desarrollo de estrategias para mitigarlos.