AgroBank es la línea de negocio de CaixaBank especializada el sector agrario y líder en este ámbito. Este sector evoluciona constantemente gracias a las innovaciones y CaixaBank quiere evolucionar con él y apoyar a sus más de 500.000 clientes del sector en sus proyectos.

Integración dentro del equipo de servicios centrales de AgroBank de cara a la mejora de la propuesta de valor para todos los eslabones de la cadena agroalimentaria, incluyendo proyectos con partners que forman parte de las alianzas estratégicas de CaixaBank de cara a trasladar la innovación y digitalización al sector con una clara visión hacia la sostenibilidad, el medioambiente y la producción sostenible y eficiente. El proyecto AgroBank reúne tanto la visión más clásica del negocio bancario como nuevos proyectos ligados al mundo AgroTech.

• Definición de nuevos productos o servicios para los clientes AgroBank.
• Desarrollo de nuevas acciones de impulso al sector. 
• Colaboración en la mejora de la visión cliente. 
• Trabajo de colaboración con otros segmentos y áreas del banco.
• Nuevos proyectos de digitalización e innovación del sector y mundo AgroTech.

• Trabajo por proyectos.
• Trabajo en equipo.
• Habilidades de comunicación. 
• Negociación.
• Visión cliente.
• Capacidad de análisis.
• Espíritu crítico.
• Análisis de tendencias sectoriales.

Participará en proyectos de innovación en el ámbito de la cyberseguridad financiados por la UE, desarrollando herramientas y servicios, aplicando técnicas de innovación y soluciones emergentes a la ciberseguridad para control de fraude y privacidad de datos en el grupo CaixaBank. 

La beca se centrará en el programa AI4CYBER. Dicho programa pretende proporcionar un marco de ecosistema de servicios de ciberseguridad confiables de próxima generación que aproveche las tecnologías de IA y big data para ayudar a los desarrolladores y operadores de sistemas en la administración de manera efectiva la seguridad, la resiliencia y la respuesta dinámica contra ataques cibernéticos avanzados y basados en IA. El proyecto ofrecerá una nueva generación de servicios de evaluación de la seguridad y robustez del software impulsados por IA que facilitará significativamente el trabajo de los expertos en pruebas, a través de una identificación de fallas más inteligente y una automatización de corrección de código. 

Además, el proyecto proporcionará servicios de ciberseguridad para la comprensión, detección y análisis de ataques impulsados por IA para preparar los sistemas críticos para que sean resistentes a ellos. También ofrecerá herramientas de soporte para la respuesta ante incidentes, liberando a los operadores de seguridad de tareas complejas y tediosas, ofreciéndoles mecanismos para optimizar la orquestación de la combinación más adecuada de protecciones de seguridad y aprender continuamente del estado del sistema y la eficiencia de las defensas.

Además de este consorcio, CaixaBank ha participado en otros proyectos europeos en el marco del programa horizonte 2020, que contó con casi 80.000 millones de euros de financiación de la unión europea durante siete años (2014-2020). El actual marco de financiación para la investigación y la innovación de la comisión europea, horizonte Europa, cuenta con 95.510 millones de euros para el período 2021-2027 y su objetivo es garantizar que Europa produzca ciencia de primer nivel y elimine las barreras para la innovación. CaixaBank ha conseguido formar parte de diez consorcios ganadores en los últimos años, con una financiación recibida en innovación tecnológica y de ciberseguridad superior a los 2,5 millones de euros. La participación de CaixaBank en estos proyectos posiciona a la entidad como un agente implicado en I+D para el sector financiero, con un foco especial en la seguridad de la información. Además, formar parte de estos consorcios internacionales facilita a la entidad una mayor coordinación en la mejora continua del entorno de ciberseguridad de la entidad y del sector financiero en general.

Los proyectos se llevarán a cabo aplicando prácticas agiles dentro del backlog del equipo de innovación de CaixaBankTech, involucrando a los diferentes stakeholders de la organización, que trabajarán de forma coordinada para alcanzar los objetivos del proyecto. En cada fase del proyecto se definirán sprints de trabajo, con tareas y objetivos concretos para asegurar la eficiencia en la gestión. El objetivo final de H2020 es implementar soluciones innovadoras contra el ciber crimen, dado el interés estratégico de la unión europea de desarrollar y mantener las capacidades de seguridad en el territorio. Al participar en proyectos de ámbito europeo H2020, se seguirá la metodología propia de los órganos de gobierno del programa para el reporte de avances y consecución de objetivos, en ocasiones con reuniones presenciales en el territorio europeo.

Como CaixaBank participamos en el programa como partner industrial, definiendo los casos de uso reales y sus requerimientos, y verificamos que los desarrollos y resultados de los diferentes pilotos son útiles y cumplen las expectativas en escenarios reales.

• Coordinar internamente para definir los casos de uso. 
• Trasladar las necesidades de CaixaBank a los diferentes proveedores técnicos e interlocutores europeos, documentando en inglés. 
• Asistir a las reuniones de coordinación y reuniones técnicas. las reuniones del consorcio serán en inglés.

• Adquirirá conocimientos de seguridad y conceptos de confidencialidad, integridad y disponibilidad, así como habilidades analíticas y de identificación y resolución de problemas de seguridad. 
• Experiencia en participación en consorcios europeos multidisciplinares en ámbitos de innovación tecnológica.

CaixaBank es pionera en el uso de modelos de machine learning en los modelos de rating y scoring en los enfoques IRB. El objetivo del proyecto de CaixaBank es seguir profundizando en el uso de estas técnicas aplicándolas en otros ámbitos y mejorando el seguimiento de los modelos existentes.

La persona seleccionada trabajará juntamente con el resto del equipo de modelos regulados en tres proyectos. 

• El primer sub-proyecto consiste en diseñar y entrenar un modelo de aprendizaje automático que identifique incumplimientos técnicos, así como los elementos que soportan esta identificación. 
• El segundo sub-proyecto implica la aplicación de modelos avanzados en la identificación de ejes de segmentación de los modelos internal rating-based de probabilidad de incumplimiento y severidad. 
• El tercer sub-proyecto se enfoca en el desarrollo de metodologías de seguimiento de modelos de rating y scoring construidos con metodologías de gradient boosting.

• El primer sub-proyecto consiste en diseñar y entrenar un modelo de aprendizaje automático que identifique incumplimientos técnicos, así como los elementos que soportan esta identificación. El aprendizaje automático es una rama de la inteligencia artificial que se enfoca en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender a partir de datos y mejorar su rendimiento en una tarea específica sin ser programadas explícitamente para ello. 
• El segundo sub-proyecto implica la aplicación de modelos avanzados en la identificación de ejes de segmentación de los modelos internal rating-based de probabilidad de incumplimiento y severidad. Los modelos internal rating-based son modelos estadísticos que se utilizan para estimar la probabilidad de incumplimiento y la severidad de las pérdidas asociadas con los préstamos y otros instrumentos financieros. 
• El tercer sub-proyecto se enfoca en el desarrollo de metodologías de seguimiento de modelos de rating y scoring construidos con metodologías de gradient boosting. Gradient boosting es una técnica de aprendizaje automático que se utiliza para construir modelos predictivos a partir de un conjunto de datos. En lugar de construir un solo modelo, gradient boosting construye una serie de modelos débiles y los combina para obtener un modelo más fuerte.

Trabajar en CaixaBank en los tres proyectos descritos anteriormente proporcionará una valiosa experiencia en el campo de los modelos de riesgo de crédito. La becaria tendrá la oportunidad de trabajar con un equipo experimentado y aprenderá a utilizar herramientas basadas en técnicas estadísticas clásicas y metodologías avanzadas como el aprendizaje automático. Además, la becaria tendrá la oportunidad de trabajar en proyectos desafiantes y relevantes que tienen un impacto directo en el negocio de CaixaBank.

Know-how y todo el conocimiento adquirido por el equipo de Riesgos CPC en la explotación de la base de datos comportamental.

El proyecto se desarrollará bajo una metodología agile. El equipo de trabajo lo formará el responsable del portfolio en Riesgos CPC, el equipo Analytics y el equipo de Modelos de Gestión CPC. 

La duración prevista es de 1 año, estimándose 3-4 meses por cada una de las fases. Para las fases 2 y 3 posiblemente se contará con el apoyo de un proveedor para soporte en la implantación.

La becaria tendrá la posibilidad de colaborar con el equipo de Riesgos CPC en un proyecto muy transversal dentro del área. Trabajará con los departamentos de modelos de gestión del riesgo, seguimiento del portfolio de tarjetas y planificación de la morosidad. Además, tendrá la oportunidad de adentrarse en el mundo del comportamiento de los clientes basado en el uso de la tarjeta y aplicar técnicas muy innovadoras de inteligencia artificial para poder cumplir sus objetivos.

• Análisis de datos y programación (SQL, R, Python, QlikView,…).
• Gestión y colaboración con el resto de equipo y/o proveedores.
• Presentación del trabajo realizado a dirección.
• Participar en las competencias de Riesgos CPC aportando valor con el desarrollo de este proyecto (admisión, modelos de decisión para la gestión del riesgo, planificación de la morosidad y transformación/innovación).

• Conocimiento funcional sobre los datos.
• Conocimiento funcional sobre el negocio y conceptos de riesgos.
• Conocimiento en machine learning.
• Conocimiento técnico sobre programación.
• Capacidad de trabajo en equipo.
• Capacidad de síntesis.
• Capacidad de gestión y colaboración con proveedores.

Ante las exigencias regulatorias y la puesta en marcha del plan director de sostenibilidad 2022-2024 del banco, se generaron unas necesidades de gestión en el ámbito ESG (environmental, social and governance) que requieren una ingente cantidad de datos que presentan dificultades singulares, en gran medida porque hasta el momento no se identificaba la necesidad de su recogida en los sistemas (por ejemplo, tener marcas para operaciones consideradas como ambientales o sociales, certificaciones energéticas, emisiones de co2,…). Una parte de esta información se encuentra dispersa (bases departamentales o información desestructurada en informes) y su tratamiento conlleva una elevada manualidad. 

Siendo una necesidad estratégica para la entidad, así como de máxima exigencia regulatoria y de reporting, se inició un proyecto de modelo de datos de sostenibilidad con los siguientes objetivos: 

• Contar con un repositorio de datos centralizado y corporativo en materia de sostenibilidad que aglutine todos los datos en este ámbito para dar respuesta a las necesidades regulatorias y de CI actuales. 
• Capturar la nueva información de las operaciones sostenibles que no se está capturando, en todos los ámbitos de negocio (corporativa, grandes empresas, PYMES y retail). 
• Crear un cuadro de mando de sostenibilidad que incorpore toda esta información y de fácil manejo para los equipos de negocio del banco.

Fase 1 del proyecto

En 2022 se creó un cuadro de mando de sostenibilidad en QlikSense que incorpora varias pantallas para la adecuada visualización de las distintas partes del negocio y de riesgos de sostenibilidad, tales como, entre otras: 

• Pantallas con la información del balance de gestión de las operaciones sostenibles, con diferentes opciones de filtrado según sector, tipo de operación, centro origen, etc. 
• Creación de una ficha de cliente con la información referente a sostenibilidad de este cliente, tanto cuantitativa como cualitativa como poder visualizar el rating ESG que tiene ese cliente por parte de proveedores de información ESG.
• Seguimiento de la descarbonización del banco, con pantallas donde se puede visualizar la evolución de las emisiones de CO2 de la cartera financiada del banco versus la senda de descarbonización fijada por la entidad, así como el seguimiento de las carteras intensivas en carbono. 

Toda esta información se ha recogido de diferentes bases de datos del banco o se ha creado por primera vez su recolección. La metodología utilizada en este proyecto es tipo agile, se trata de un cuadro de mando incremental a través de sprints continuos de duración aprox. de 1 mes. El alcance de cada sprint se determina justo antes del comienzo del mismo y al final de cada sprint hay un entregable. Áreas implicadas:

• Reporting estratégico de sostenibilidad.
• Estrategia informacional y reporting regulatorio.
• Sistemas de información, infraestructura y servicios
• CaixaBankTech.
• MS como consultor externo.

Calendario 2023:

Dentro del proceso de aglutinar y crear nuevas pantallas del cuadro de mando, es necesario documentar toda la parte técnica del proyecto, depurando los datos que sean necesarios, así como creando un diccionario de términos sobre los datos aportados y visualizados en el cuadro de mando (origen, creación - si el dato resultante proviene de varios datos -, significado,…).

• Conocimiento de los principales conceptos financieros que se manejan en un banco (balance, cuenta de resultados, seguimiento de financiación, etc.).
• Conocimiento sobre datos de negocio sostenible (ambiental y social) necesarios para el seguimiento y la gestión de este ámbito en un banco, así como de los datos relativos a la gestión del riesgo de sostenibilidad y climático (descarbonización de las carteras, principios de ecuador, políticas de riesgos ASG,…). 
• Conocimiento de los sistemas y bases de datos que aglutinan este tipo de información.

Oportunidad de participar en el proyecto tecnológico que nace del acuerdo firmado con Google para la implantación de Google Cloud Platform como entorno informacional del Grupo CaixaBank. Con un rol de arquitecta de soluciones se integrará en un equipo multidisciplinar, con participación de expertos de Google, de CaixaBankTech y de CaixaBank, para colaborar en la definición/construcción de la arquitectura que permitirá interconectar el mundo informacional de Google Cloud con los sistemas transaccionales de CaixaBank utilizando mecanismos de suscripción, eventos y de publicación de datos en API para su consumo en On-Line, Near Real Time o Batch.

Como todo framework de desarrollo se divide en varias iniciativas: 

• ALM.
• Catálogo.
• Gobierno.
• Operación todas ellas se realizarán bajo la tutela de marga.

Actualmente tenemos una solución para desarrollar aplicaciones del ámbito informacional que no nos permite procesar la ingente cantidad de información que tenemos y nos imposibilita la adopción de la IA de forma industrializada.

A nivel metodológico se integrará en un equipo agile que conjuntamente con otros profesionales tanto internos como externos trabajaran en equipo para alcanzar los objetivos marcados. El proyecto tiene como objetivo principal entregar un framework de desarrollo de aplicaciones. Como tal tiene las siguientes funcionalidades: 

• Diseño y construcción del catálogo de aplicaciones.
• Diseño y construcción de los mecanismos de aprovisionamiento de componentes o bigquery, cloud data storage, vertex workspace, composer, vertex pipelines,… 
• Diseño y construcción del pipeline de desarrollo de aplicaciones o incluyendo validaciones de calidad de código, pruebas de regresión, pruebas de cobertura,… 
• Definición y puesta en marcha del modelo operativo para este tipo de aplicaciones.

• Oportunidad de trabajar en la construcción de un framework de desarrollo que utilizaran cientos de desarrolladores en un futuro. 
• Formar parte del proyecto que pretende impulsar en una entidad financiera como CXB la inteligencia artificial. Este es un reto y una oportunidad que no se puede desaprovechar.

• Conocimientos técnicos y certificación como Google Cloud Architect, una de las certificaciones más valiosas actualmente.
• Experiencia en la implantación de Google Cloud Platform. 
• Experiencia en la creación de software para desarrolladores IT4IT.
• Conocimientos en IA  y advanced analytics.

El equipo de Martech ya ha abordado con éxito los siguientes proyectos:

• Implantación del CDP de imagin (filial del banco). Este proyecto fue la primera implementación de un CDP en el sector bancario en IBERIA.
• Implantación de la plataforma AAC (Adobe Campaign) en CaixaBank para la gestión de campañas comerciales. 

El camino recorrido queda más detallado en la siguiente ilustración: 

El proyecto se llevará a cabo aplicando metodología agile e involucrando a multitud de equipos de Negocio y Tecnología del banco, que trabajarán de forma coordinada para alcanzar los objetivos del proyecto. 
En cada fase del proyecto se definirán sprints de trabajo, con tareas y objetivos concretos para asegurar la eficiencia en la gestión. 

Objetivos:

• El objetivo principal que se plantea es la migración de las actuales plataformas Audience Manager (DMP) y Adobe Campaign de CaixaBank a las nuevas plataformas de mercado RTCDP y AJO, preparadas para dar respuesta a la nueva realidad de la industria y de los consumidores, así como a las necesidades del negocio. 
• Adicionalmente se pretenden mitigar los siguientes riesgos: 

• Una vez realizada la migración de la plataforma técnica se llevará a cabo la activación de 6 casos de uso prioritarios para negocio que se habrán ido definiendo en detalle desde las primeras fases del proyecto. 
• Finalmente se acometerá la migración de las campañas ya existentes a la nueva plataforma. 
• Para no poner en riesgo la continuidad de las acciones comerciales del banco se prevé un periodo de convivencia entre la plataforma actual y la nueva. 
   

La implementación del CDP y AJO se realizará de forma paralela como un proyecto conjunto para asegurar que la convivencia entre ambas soluciones sea escalable y funcional a largo plazo. El proyecto se estructurará en las siguientes líneas de trabajo: 

• Definición del modelo de datos para cargar en el CDP.
• Set-up tecnológico de la plataforma.
• Seguimiento de corresponsabilidades con los diferentes canales con los que se integrará el CDP.
• Configuración de los diferentes canales de activación en el CDP.
• Análisis para incorporar capacidades de inteligencia artificial (Sensei) en la nueva plataforma para eficientar las acciones comerciales llevadas a cabo sobre los clientes CaixaBank.

• Modelo de gobierno de un proyecto estratégico.
• Colaboración con diferentes áreas y unidades de tecnología/ARQUITECTURA/negocio del banco.
• Experiencia en la solución best in class Adobe Experience Platform y resto de ecosistema Martech de la entidad: Adobe, Google, Salesforce, Tealium, The Trade Desk, etc. 
• Modelo operativo de una plataforma de gestión de campañas comerciales.
• Implementación tecnológica del CDP corporativo. 
• Integración con canales inbound: web, app y cajeros.
• Integración con canales outbound: push, SMS, telemarketing, oficina, etc.

El desarrollo de la inteligencia artificial ha supuesto una importante mejora en las herramientas para la gestión del riesgo de crédito en CaixaBank. Por ejemplo, en la utilización de técnicas de machine learning para la construcción de herramientas de soporte a la toma de decisiones de riesgo. Estos modelos siguen unos estrictos marcos de desarrollo, gobernanza, explicabilidad y equidad.

El objetivo del proyecto es participar en el desarrollo de un modelo real de admisión de operaciones. La persona seleccionad se incorporará al equipo de desarrollo de modelos con participación en todas las fases del proyecto y en el resto de las dinámicas del equipo.

• Construcción de la muestra de modelización.
• Entrenamiento de potenciales modelos candidatos. 
• Selección y validación del modelo. 
• Comprobación de las métricas de fairness del modelo obtenido.

• Conocimiento de herramientas de ETL.
• Gestión y análisis de grandes volúmenes de datos. 
• Entrenamiento de modelos de machine learning en caso de uso real, análisis del rendimiento y razonabilidad del modelo.
• Conocimiento de métricas de fairness de modelos de machine learning.

En el ámbito de Cumplimiento del Grupo CaixaBank, el equipo especializado en el análisis de datos, Compliance Analytics, es el encargado de facilitar la toma de decisiones para el control de riesgos normativos. 

En los últimos años se han desarrollado tanto las capacidades analíticas como los casos de uso aplicados a esta función, principalmente, mediante el uso de información estructurada en las bases de datos de la compañía. 

Con el aumento de las exigencias regulatorias impuestas por los distintos supervisores, ha ido emergiendo la necesidad de recurrir a nuevas fuentes de datos, nuevas aproximaciones analíticas y nuevos modelos de trabajo que ayuden a mejorar la evaluación de los riesgos de conducta, legales y regulatorios. 

Este proceso de maduración analítica se ha comenzado a concretar en pruebas de concepto de cómo aprovechar las capacidades que nos proporcionan las nuevas infraestructuras analíticas para acceder a información no estructurada, como llamadas y conversaciones de voz, asegurando privacidad. El conocimiento adquirido de dichas fuentes de datos augura que la aplicación de modelos de lenguaje natural constituye una metodología de análisis para profundizar en su aprovechamiento.

El objetivo del proyecto es plantear elementos fundacionales del diseño de modelos de lenguaje natural que permitan interpretar información de interés para prevenir los riesgos de cumplimiento y reforzar la protección del cliente en sus relaciones financieras.

El trabajo se realizará apoyándose en tecnologías de tratamiento masivo de registros conversacionales de la entidad, y se orientará a la generación de desarrollos que sean susceptibles de ser escaladas en entornos productivos, para lo cual se requiere conocimientos básicos de programación (idealmente, R, Python, o similares).

Se contará para ello con acceso a datos de millares de registros, tanto escritos como transcritos (de voz a texto), en un entorno analítico que podrá ser escalable a una infraestructura en la nube.

El equipo de trabajo estará formado por:

• Especialistas de cumplimiento normativo, interesados extraer valor de los registros conversacionales para reforzar el entorno y la cultura de control de la Entidad.
• Analistas de datos, con conocimiento de las fuentes de información, entornos analíticos y modelos de IA.
• Desarrolladores de los equipos de tecnología, especializados en diseñar las mejores prácticas de desarrollo de soluciones.
• Y el soporte de gestores de proyectos y las áreas de privacidad.

El calendario tentativo es el que se muestra a continuación: 

Lo detallado en el calendario, que se puede sintetizar en:

• Integración en equipos de trabajo especializados en la detección de riesgos de conducta. 
• Acceso a entornos analíticos, tratamiento de datos e interpretación de la información. 
• Tratamiento de información generada por traductores. 
• Propuesta de próximos pasos en función de los resultados obtenidos. 
• Interrelación con los equipos de tecnología para escalar las soluciones.

• Conocimiento de políticas y normas que sustentan la transparencia en la comercialización de productos y servicios bancarios. 
• Conocimiento de enfoques analíticos aplicados a la prevención de riesgos de Compliance. 
• Capacidades de tratamiento de información y análisis de datos en entornos de desarrollo analítico. 
• Capacidades de diseño, entrenamiento y ajuste de modelos de lenguaje natural (PLN). 
• Habilidades de trabajo en equipo, comunicación de ciencia de datos y relación profesional.

En el año 2022 CaixaBank arrancó el proyecto “Development By Skills” a través del cual se persigue el desarrollo de los profesionales de la entidad a partir de unas skills asociadas a cada uno de los job profile definidos. Durante el año 2022 y hasta mediados de 2023 la entidad definió los job profiles y skills asociadas, así como realizó el ejercicio de people planning para los más de 35.000 profesionales de la entidad. Esto dio lugar a más de 260 job profiles identificados y cerca de 850 skills.

A partir del año 2023 la entidad empieza a trabajar con los itinerarios de upskilling y reskilling de los profesionales con necesidades identificadas a partir de un proceso de assessment sobre su job profile que se lanza a mediados del 2023. Es en esta parte de upskilling y reskilling donde se incorporaría la persona.

El equipo de formación está actualmente formado por 9 personas de las cuales 1 realiza la labor de coordinación de este proyecto. Además 2 personas trabajan parcialmente en la labor del encaje tecnológico para la respuesta formativa al proyecto DBS y las otras parcialmente en labores asociadas a la respuesta para cada uno de los sub-colectivos. 

Objetivos del proyecto: 

• Dar respuesta formativa a los gaps identificados en los procesos de assessment para realizar el upkskilling necesario. 
• Diseñar itinerarios formativos para los 25 principales job profiles de la entidad que representan en volumen cerca del 80% de los profesionales de la entidad.
• Conectar las plataforma de RRGG (SAP-SSFF) con las plataformas elearning (virtaula-cornestone). 
• Mapear las skills con contenidos para dar respuesta precisa al gap de skill post.

• Crear un cuadro de seguimiento y reporting de las actividades formativas DBS mediante Qlik o mediante herramientas de reporting de las plataformas elearing.
• Analizar e implementar nuevas metodologías y formatos para actividades formativas en DBS (metaverso, realidad virtual, realidad aumentada,…).
• Encajar el modelo DBS (skills definidas) con el algoritmo de recomendaciones y skills definidas en plataforma cornestone y virtaula. 
• Participar en el equipo de trabajo que coordinará la integración tecnológica de las plataformas elearning (virtaula y cornestone) con la plataforma de RRRHH (SAP-SSFF).

• Conocimiento del entorno y funcionamiento de proyectos en grandes empresas.
• Gestión de proyectos con foco en resultados.
• Trabajo en equipo dentro de equipo transversal y consolidado. 
• Conocimiento de las necesidades formativas y skills de los distintos job profiles del banco.
• Conocimiento sobre plataformas elearning y nuevas metodologías de aprendizaje.
• Conocimiento en herramientas de reporting.