¿Qué vas a hacer en Allianz?
Como Data Scientist, desempeñarás un papel fundamental dentro del equipo de Data Analytics, liderando el desarrollo y la operación de modelos avanzados de inteligencia artificial orientados a la retención de clientes y la optimización de cartera en los ramos de Autos y Hogar. Tus principales responsabilidades serán:
Diseñar, entrenar, calibrar y monitorizar modelos predictivos de churn, garantizando su precisión, robustez y evolución continua.
Desarrollar soluciones analíticas avanzadas que permitan identificar riesgos de abandono y oportunidades de optimización de cartera.
Transformar resultados analíticos en segmentaciones, priorizaciones y recomendaciones accionables para las áreas de negocio.
Impulsar campañas de retención en colaboración con los equipos de P&C; y Gestión de Cartera, maximizando el impacto sobre los resultados.
Actuar como enlace entre negocio y analítica, facilitando la interpretación de modelos, insights y conclusiones.
Validar hipótesis de negocio y contribuir a una toma de decisiones basada en datos.




Supervisar la calidad de los datos y los pipelines que alimentan los modelos analíticos.
Analizar el rendimiento de modelos y campañas, identificando oportunidades de mejora, reentrenamiento y optimización continua.
Contribuir a la evolución de prácticas de MLOps y a la industrialización de modelos en entornos cloud.
¿Qué necesita Allianz de ti?
Grado o Máster en Matemáticas, Estadística, Ingeniería, Data Science o disciplinas afines.
Nivel alto de inglés y español.
Experiencia en el desarrollo end-to-end de modelos de Machine Learning.
Experiencia en modelización predictiva, clasificación y modelos de churn.
Conocimientos sólidos de programación en Python.
Experiencia en procesamiento y explotación de datos mediante SQL.
Experiencia en construcción y mantenimiento de pipelines de datos.
Capacidad para traducir retos de negocio en soluciones analíticas de alto impacto.
Excelentes habilidades de comunicación para interactuar

📌 ML Engineer (Madrid)
🏢 joinimagine
📍 Madrid