Intern de Data, AI & Analytics

Job Description

ÚNETE a la mayor compañía de seguros de propiedad y responsabilidad civil que cotiza en bolsa y la aseguradora comercial más grande de los Estados Unidos. Con operaciones en 54 países; estamos respaldados por nuestra solidez financiera que nos distingue como una de las aseguradoras más rentables del mundo.

Requisitos Intern de Data, AI & Analytics

Condiciones de la vacante:

Horario: 8am a 2:00 pm L-V

Apoyo económico de 10,500 mensuales

Ubicación: Paseo de la reforma, CDMX

Objetivo general

El equipo de Data, AI & Analytics P&C gestiona un portafolio amplio de iniciativas de inteligencia artificial y analítica a lo largo de la cadena de valor del seguro de P&C en la región LATAM. El intern se integrará a uno de los tres equipos del programa, según su perfil y las necesidades del equipo al momento del onboarding:

Governance: Responsable del mapeo de procesos de suscripción, mejora del STP (Straight-Through Processing) y la generación de documentación técnica y ejecutiva de los proyectos del portafolio.

Solution Experts: Especialistas en marcos de GenAI (RAG, inteligencia documental), desarrollo de Skills y Agentes en ChubbAI 2.0, y evolución de Pythia, la plataforma conversacional de datos y notificaciones automatizadas del equipo.

Deployments (MLOps): Responsables del control de versiones en GitHub, integraciones de API, despliegues con Databricks Asset Bundles y gestión de datos en Snowflake.

Este rol está diseñado para brindar exposición real a sistemas de IA y analítica en producción dentro de una compañía de seguros global. El intern contribuirá a iniciativas activas, trabajará junto a científicos de datos, ingenieros y stakeholders de negocio, y desarrollará competencias técnicas y profesionales en un entorno ágil y colaborativo.

Principales funciones y/o responsabilidades

1.-   Contribuir activamente a iniciativas de IA y analítica del portafolio P&C.

2.- Documentar procesos, flujos de trabajo y decisiones técnicas de manera clara y estructurada.

3.- Colaborar con científicos de datos, ingenieros y stakeholders de negocio.

4.- Apoyar el despliegue, pruebas y monitoreo de soluciones de ML e IA en ambientes de preproducción y

producción.

5.- Participar en ceremonias del equipo: standups diarios, demos de sprint y retrospectivas.

6.-Identificar oportunidades de mejora en procesos y proponer soluciones basadas en datos.

7.-Generar reportes y visualizaciones que apoyen la toma de decisiones del negocio.

Perfil del puesto:

Carreras:

Lic. actuaria, matemáticas aplicadas, estadística, ing. ciencia de datos, ing. inteligencia artificial

Fecha estimada de finalización de créditos: Junio 2027 o posterior

Nivel de Inglés Requerido: B1–B2 (Intermedio–Avanzado)

Conocimientos Básicos:

• Python — conocimiento funcional demostrable

(proyectos académicos, personales o profesionales son

• SQL — consultas y manipulación de datos relacionales.

• Git / GitHub — control de versiones y colaboración en

repositorios.

• Databricks — procesamiento de datos y ejecución de notebooks en la nube.

• APIs REST — consumo e integración de servicios web.

• Azure ML — entrenamiento y despliegue de modelos en

la nube de Microsoft.

• PySpark — procesamiento distribuido de grandes volúmenes de datos.

• Power BI u otras herramientas de visualización de datos.

• Metodologías Ágiles / Scrum — trabajo en sprints, ceremonias y entrega iterativa.

Requirements

bjetivo General El equipo de Data, AI & Analytics P&C gestiona un portafolio amplio de iniciativas de inteligencia artificial y analítica a lo largo de la cadena de valor del seguro de P&C en la región LATAM. El intern se integrará a uno de los tres equipos del programa, según su perfil y las necesidades del equipo al momento del onboarding: Governance: Responsable del mapeo de procesos de suscripción, mejora del STP (Straight-Through Processing) y la generación de documentación técnica y ejecutiva de los proyectos del portafolio. Solution Experts: Especialistas en marcos de GenAI (RAG, inteligencia documental), desarrollo de Skills y Agentes en ChubbAI 2.0, y evolución de Pythia, la plataforma conversacional de datos y notificaciones automatizadas del equipo. Deployments (MLOps): Responsables del control de versiones en GitHub, integraciones de API, despliegues con Databricks Asset Bundles y gestión de datos en Snowflake. Este rol está diseñado para brindar exposición real a sistemas de IA y analítica en producción dentro de una compañía de seguros global. El intern contribuirá a iniciativas activas, trabajará junto a científicos de datos, ingenieros y stakeholders de negocio, y desarrollará competencias técnicas y profesionales en un entorno ágil y colaborativo. Principales funciones y/o responsabilidades 1.- ∙Contribuir activamente a iniciativas de IA y analítica del portafolio P&C. 2.- Documentar procesos, flujos de trabajo y decisiones técnicas de manera clara y estructurada. 3.- Colaborar con científicos de datos, ingenieros y stakeholders de negocio. 4.- Apoyar el despliegue, pruebas y monitoreo de soluciones de ML e IA en ambientes de preproducción y producción. 5.- Participar en ceremonias del equipo: standups diarios, demos de sprint y retrospectivas. 6.- Identificar oportunidades de mejora en procesos y proponer soluciones basadas en datos. 7.- Generar reportes y visualizaciones que apoyen la toma de decisiones del negocio. Perfil del puesto: Carreras: Data science, matematicas aplicadas, estadistica, data engineer, y afines. Apoyo económico mensual: 10.500 MXN Centro de Costos: Nivel de Inglés Requerido: Inglés B1–B2 (Intermedio–Avanzado) Entidad Legal: CDMX Local/Regional: Regional Conocimientos Básicos: • Python — conocimiento funcional demostrable (proyectos académicos, personales o profesionales son Deseables: (No indispensables) válidos). • SQL — consultas y manipulación de datos relacionales. • Git / GitHub — control de versiones y colaboración en repositorios. • Databricks — procesamiento de datos y ejecución de notebooks en la nube. • Snowflake — gestión y consulta de datos en plataforma cloud. • APIs REST — consumo e integración de servicios web. • MLflow — seguimiento de experimentos y versionado de modelos. • Airflow — orquestación de pipelines de datos. • Azure ML — entrenamiento y despliegue de modelos en la nube de Microsoft. • Docker — contenerización de aplicaciones. • PySpark — procesamiento distribuido de grandes volúmenes de datos. • LLMs / Prompt Engineering — uso y configuración de modelos de lenguaje de gran escala. • Arquitecturas RAG (Retrieval-Augmented Generation) — integración de bases de conocimiento con modelos generativos. • Power BI u otras herramientas de visualización de datos. • Markdown / redacción técnica — documentación clara de proyectos y procesos. • Metodologías Ágiles / Scrum — trabajo en sprints, ceremonias y entrega iterativa. ∙