Tener un fuerte equipo de Data es una parte importante de cualquier empresa Fintech, como en October. El equipo de Data se formó hace dos años y tiene su base en la oficina de Ámsterdam. Este equipo es responsable de establecer la infraestructura, realizar análisis y desarrollar los modelos, y proporcionar apoyo en la toma de decisiones a otros equipos. Hemos hablado con Tejas Sherkar, Lead Data Scientist y Zheya Feng, Junior Data Scientist.
Una experiencia internacional
Tejas Sherkar
Tejas: «Después de una licenciatura en Energy Science & Engineering en el IIT Bombay, obtuve mi doctorado en Física Aplicada en la Universidad de Groningen. Comencé mi carrera como Data Scientist en una de las mayores plataformas de pago. Me trasladé a October el año pasado, donde dirijo el equipo de Data».
Zheya: «Tengo una licenciatura en E-Business de una universidad china en Zheijiang. Además de esto, tengo un master en Data Science de la Universidad de Amsterdam. Construí modelos de datos para clasificar y recomendar restaurantes para los turistas cuando estaba de prácticas en la mayor agencia de viajes online de China. Gracias a mi trabajo en múltiples sectores y disciplinas, soy capaz de pensar desde múltiples perspectivas cuando resuelvo un problema».
La importancia de un equipo de Data
Zheya Feng
Tejas: «El uso de datos no es nuevo para las empresas Fintech. Pero la ciencia de los datos va un paso más allá para ayudarnos a investigar y entender comportamientos complejos y tendencias en los datos. En October, somos capaces de sacar lecciones de los datos que hemos recogido durante varios años. Aprendemos de estos datos para llevar a cabo análisis de riesgo automatizados, detección de fraude, adquisición de clientes y varias mejoras de productos». Zheya añade: «Pensar desde una perspectiva de ciencia de datos puede aplicarse a cualquier campo de data y con modelos avanzados obtenemos mejores conocimientos que los métodos tradicionales. Estos resultados nos ayudan a mejorar no sólo la cartera de October sino también la experiencia del usuario».
Orgulloso del modelo de scoring Magpie
Tejas: «En October tenemos la oportunidad de resolver problemas difíciles con creatividad e ingenio». Zheya está de acuerdo: «Cada día llegan más y más datos que permiten a October aprovechar su valor. Durante nuestras discusiones de equipo, traemos diferentes ideas y es emocionante validar estas ideas con los datos disponibles. Por ejemplo, en los últimos años hemos estado trabajando duro en un modelo de puntuación automática para las solicitudes de financiación llamado Magpie«, continúa Tejas. «Magpie está construido utilizando algoritmos de aprendizaje automático y grandes cantidades de datos, que hemos recogido durante los últimos 5 años en todos los países donde October está activo. Y este modelo también mejora a medida que recogemos más datos y aplicamos nuevos conocimientos».
Inspiración para Data Science
¿Qué empresas son una inspiración para los data scientists de October? Zheya elige la empresa china de Internet Meituan Dianping. «Esta empresa proporciona entrega de comida, reserva de billetes y muchos otros servicios online. Construyen grandes sistemas para recuperar información y hacer recomendaciones a los clientes con una enorme cantidad de datos sobre la transmisión de texto, imágenes y el comportamiento de los usuarios y distribuyen su enfoque como una fuente abierta». Tejas: «La compañía sueca Spotify, conocida por su servicio de streaming de música. Han desarrollado algunos de los mejores sistemas de recomendación jamás construidos. No es sólo la gran cantidad de datos que les ayuda, sino su cultura de poner a su usuario en el centro y entender sus necesidades y puntos débiles. Se las han arreglado para hacer de los datos su activo más importante en la escalada de su negocio a nuevas alturas.»
¿Quieres formar parte del equipo de Data en October? Echa un vistazo en el portal de empleo de October.