Beca Talentum - MACHINE LEARNING AL ANÁLISIS FINANCIERO CUANTITATIVO
Fecha: 9 abr 2025
Ubicación: ES
Empresa: Telefónica
La misión principal en estas prácticas es el desarrollo de herramientas cuantitativas basadas en Machine Learning como ayuda al análisis en las tomas de decisión de costes y riesgos financieros en materia de tipos de interés y divisas, contribuyendo de forma efectiva al objetivo de la dirección de minimizar los costes financieros manteniendo acotados los riesgos financieros del Grupo Telefónica, y la consecución del presupuesto de gastos financieros. Para ello será necesario:
- Analizar algoritmos existentes seleccionando los mejores según los criterios a aplicar y desarrollar nuevos,
- Utilizar Machine Learning para conseguir optimizarlos utilizando la información de mercado y aquella que se reciba en la Dirección de Derivados
- Determinar qué parámetros a utilizar en los modelos teniendo en cuenta los objetivos a conseguir y la información recabada
- Aplicarlos en los mercados financieros en los que el Grupo está presente.
Los aspectos técnicos del perfil se describen a continuación:
- Cualificación específica en análisis estadístico y nuevas metodologías basadas en Machine Learning, con conocimientos en finanzas,
- Agilidad y rapidez en la identificación de oportunidades de los mercados financieros, en base a las metodologías empleadas
- Valorar correctamente los modelos desarrollados para impulsar las tomas de posiciones, equilibrando el riesgo de error, con las implicaciones que conllevan en los costes financieros y deuda de la compañía,
- Capacidad de comunicación pública, concisa y clara
- Necesidad de seleccionar y evaluar gran cantidad de información y datos de mercado
¿Qué buscamos en las personas del equipo?
- Grado en Ingeniería, ADE o equivalente.
- Habilidades requeridas: Capacidad de análisis y se síntesis, habilidad de negociación, orientación a objetivos.
- Idiomas: inglés nivel medio-alto, deseable, al menos, certificación B2.
- Se valorarán conocimientos y experiencia en herramientas de integración de datos y en plataformas de gestión de datos y business Intelligence
- Se valorarán conocimientos de programación en R & Python
Si te unes a nosotros te ofrecemos:
- Jornada: de 25 horas con una ayuda al estudio de 850 € mensuales.
- Beca con duración mínima de 6 meses y máximo 12 meses.
- Trabajar en un equipo dinámico con proyectos retadores.
- Modelo de trabajo hibrido
- Ubicación de la beca: Madrid
Además, queremos que crezcas con nosotros, por esto te ofrecemos formación continua … ¡plan formativo durante la beca!
¡Te esperamos!
Cuando te unes a Telefónica
Te unes a casi 100 años de historia, un equipo de 106 nacionalidades presentes en más de 35 países. Te unes a un equipo que trabaja por conectar a las personas allá dónde estén, sin fronteras. Un equipo que está liderando la revolución digital con la ilusión del primer día en todos nuestros negocios, creando el mejor ecosistema digital para nuestros clientes: Red, IoT, Cloud, Ciberseguridad, Innovación etc. En Telefónica tienes todo lo que necesitas para crear la mejor versión de ti mismo. Necesitamos gente como tú que se sume a este gran reto, que quiera crear la Telefónica del mañana.
En Telefónica apostamos por las nuevas formas de trabajo y somos líderes en la implementación de la Desconexión Digital bajo el principio “Desconecta para Reconectar”.
Te unes a una compañía cuya actividad se rige por su código ético, Nuestros Principios de Negocio Responsable. Buscamos personas que se identifiquen con los mismos, que nos ayuden a tomar decisiones basadas en la integridad, el compromiso y la transparencia y que se comprometan con una gestión ética, promoviendo un desarrollo social y ambiental más justo y sostenible.
#SomosDiversos
Estamos convencidos de que los equipos diversos e inclusivos son más innovadores, transformadores y consiguen mejores resultados. Por ello promovemos y garantizamos la inclusión de todas las personas sin importar género, edad, orientación e identidad sexual, cultura, discapacidad o cualquier otra condición personal.