¿Qué ofrece la empresa?
-
1 plaza de prácticas
en VODAFONE ESPAÑA, S.A.U
de 4 meses
-
Bolsa de ayuda de 700,00€ brutos mensuales
-
5h. diarias
-
Programa START
-
Centro de prácticas
en España:
Avenida de América, 115
Madrid (Madrid)
¿Qué perfil busca la empresa?
-
Estudiante universitario de grado o Estudiante universitario de máster:
Grado en Matemáticas, Grado en Estadística, Grado en Tecnologías de Telecomunicación
-
Competencias en Idiomas:
nivel B2 de Inglés.
Pruebas de competencias
Como parte del proceso de selección tendrás que realizar estas pruebas:
Plan de formación propuesto
Los objetivos de estas prácticas son los siguientes:
- Conocer el Proceso de Gestión del Riesgo de Crédito en una gran empresa de telecomunicaciones.
- Aplicar de forma práctica de técnicas estadísticas a la resolución de problemas relacionados con dicho proceso.
- Desarrollar las capacidades de Comunicación de los Resultados dentro de una empresa.
- Desarrollar el trabajo en equipo, apoyándose en los compañeros para pedir información y consultar dudas.
- Aprender a cuantificar de los resultados obtenidos y el valor añadido que aportan a la empresa.
Entre las funciones que se van a desempañar durante laas prácticas destacan las siguientes:
- Análisis estadístico de información de riesgo de crédito y aplicación práctica a los procesos de Gestión del Riesgo de Crédito.
- Describir proceso de negocio de Venta y Cobros, como una secuencia de pasos/tareas e identificar la información que se genera en el proceso.
- Recolección y preparación de los datos 'conjuntos de información' para su posterior análisis sobre BBDD de Vodafone y del Instituto Nacional de Estadística. Se emplearán técnicas básicas de programación ETL (como SQL o SAS PROC-SQL, R, etc)
- Análisis de la información y extracción de la información útil para el proceso/negocio. Empleando lenguaje SAS. (Similar a R, Python, Matlab, etc).
- Análisis univariante de la información, numérica y alfanumérica (texto) empleando técnicas de complejidad creciente como: Conteos.distribución poblacional, análisis de la varianza, desestacionalización de los datos, etc.
- Análisis multivariante de la información. Estudio de correlaciones, matriz de covarianzas, etc
- Valorar inclusión de la información en modelos predictivos. Por ejemplo: impago, consumo o fuga de clientes. Se aplicarán técnicas de complejidad creciente: regresiones logísticas, redes o máquinas de vectores . Soporte técnico en SAS, R o similar.
- Comunicar los resultados de forma periódica, recibiendo feed-back y aplicándolo en sucesivas iteraciones del análisis. Empleando Excel y PowerPoint.
- Cuantificar el beneficio de los resultados obtenidos: Asignándole un coste al Falso Positivo y Negativo y buscando el equilibrio de Riesgo Asumible.