Revolut Data Scientist: CV, palabras clave y entrevista

Aplicas a una oferta de Data Scientist en Revolut, miras tu CV y sientes que no conecta con lo que una fintech de ese calibre necesita. No es falta de talento. Es falta de enfoque. Tu currículum genérico, pensado para consultoras o empresas tradicionales, no sobrevive a los filtros automáticos ni convence a un equipo que vive y respira datos.

Revolut no es un banco al uso. Es una máquina de producto digital que toma decisiones basadas en métricas constantemente. El rol de Data Scientist aquí no es solo construir modelos. Es resolver problemas de negocio, desde la detección de fraude hasta la optimización de la adquisición de usuarios, y comunicar el impacto de forma clara. Tu CV y tu preparación deben reflejar esa mentalidad.

Entiende qué busca Revolut en un Data Scientist#

Antes de tocar una palabra de tu CV, investiga. Revolut opera en múltiples mercados con regulaciones distintas. Un proyecto de modelos de riesgo en España no es igual que uno en Reino Unido. Muestra que entiendes este contexto. Buscan perfiles que puedan trabajar de forma autónoma en entornos ágiles, con mucha presión y con un alto estándar de calidad técnica.

Sus equipos suelen ser pequeños y muy enfocados. Un Data Scientist no se limita a entregar un notebook. Participa en la definición del problema, el diseño del experimento, el despliegue (aunque sea supervisado) y, sobre todo, en el análisis del resultado. La métrica es la reina.

Adapta tu CV: de genérico a específico para fintech#

El error más común es enviar el mismo CV para todas las ofertas. Para Revolut, cada punto debe gritar "entiendo vuestros problemas y sé cómo resolverlos".

Palabras clave que no pueden faltar

Los sistemas ATS buscan términos concretos. Integra estos de forma natural en tus experiencias y habilidades:

• Machine Learning, modelos de clasificación, regresión, series temporales.
• Python (Pandas, NumPy, Scikit-learn, TensorFlow o PyTorch), SQL avanzado.
• Análisis de fraude (fraud detection), scoring de riesgo (credit risk scoring).
• A/B testing, experimentación, métricas de producto (KPIs).
• Segmentación de clientes, Customer Lifetime Value (CLV), churn prediction.
• BigQuery, Airflow, dbt. El stack moderno de datos es un plus claro.
• Visualización de datos: Tableau, Looker o Matplotlib/Seaborn.

Usa nuestro decodificador de ofertas de empleo para extraer las palabras clave exactas de la oferta que te interesa y asegurarte de que tu CV las incluye.

Reescribe tus logros con impacto cuantificado

Elimina las descripciones genéricas de tareas. Cada bullet point debe seguir la estructura: Acción + Contexto + Resultado con métrica.

Ejemplo genérico: "Mejoré el modelo de churn para clientes de alto valor."

Ejemplo específico y cuantificado para Revolut: "Desarrollé y desplegué un modelo de predicción de abandono (churn) para el segmento de clientes Premium en el mercado español, usando XGBoost y features de comportamiento transaccional. Esto permitió una campaña de retención dirigida que redujo el churn en un 15% trimestral, impactando directamente en el LTV."

El segundo ejemplo es mejor. Es específico (mercado español, segmento Premium), nombra una técnica concreta (XGBoost) y cuantifica el resultado de negocio (15% de reducción).

La sección de habilidades técnicas

No hagas una lista infinita. Agrupa y sé preciso.

• Lenguajes: Python (avanzado), SQL (avanzado).
• ML: Scikit-learn, XGBoost, LightGBM, TensorFlow. Especialización en modelos de clasificación y series temporales.
• Datos: Google BigQuery, Airflow, dbt.
• Visualización: Looker, Matplotlib/Seaborn.

Antes de enviar, pasa tu CV por nuestro analizador de compatibilidad con sistemas ATS para detectar posibles problemas de formato o palabras clave faltantes.

Prepárate para el proceso de entrevista#

El proceso suele ser exigente y tiene varias fases. La transparencia varía, pero puedes esperar algo similar a esto.

Fase 1: Screening inicial

Una llamada con RRHH o un reclutador técnico. Aquí validan tu interés, expectativas salariales y experiencia general. Ten preparada una explicación clara de por qué quieres trabajar en Revolut y en una fintech. Menciona algún producto o feature de ellos que te parezca interesante y por qué.

Fase 2: Entrevista técnica (Take-home o Live coding)

Esta es la fase clave. Puede ser un caso práctico para hacer en casa (take-home) o una sesión de coding en vivo. Evalúan tu capacidad para:

1. Entender un problema de negocio y traducirlo a un problema de datos.
2. Escribir código SQL y Python limpio, eficiente y bien documentado.
3. Elegir y justificar un enfoque de modelado.
4. Interpretar los resultados y comunicar las limitaciones.

Un caso típico podría ser: "Tenemos un aumento del fraude en transferencias instantáneas en Italia. Aquí tienes un dataset. Diseña un modelo para detectarlo y propón un plan de implementación."

Fase 3: Entrevista de caso de negocio (Hiring Manager)

Aquí el manager del equipo evalúa tu pensamiento estratégico. Te plantearán un problema abierto. Por ejemplo: "Queremos aumentar la adopción de nuestra cuenta de ahorro en España. ¿Qué datos necesitarías y qué análisis harías?"

Tu respuesta debe estructurarse: 1) Clarificar el objetivo (¿qué significa "aumentar la adopción"?), 2) Proponer métricas clave, 3) Desglosar los datos necesarios (datos de usuario, transacciones, datos de producto), 4) Esbozar un plan de análisis (segmentación, test A/B, análisis de cohortes).

Ejemplo de respuesta para el caso de negocio

Pregunta: "Nuestra tasa de activación de la tarjeta virtual para nuevos usuarios en México ha bajado. ¿Qué harías?"

Respuesta estructurada: "Primero, definiría 'activación' con claridad: ¿es la primera transacción? ¿La primera transacción online? Luego, segmentaría a los usuarios que no activan por canal de adquisición, dispositivo y demografía para ver si el problema es generalizado o está concentrado. Analizaría el funnel de onboarding para identificar dónde se producen las abandonos. Con esa hipótesis, propondría un test A/B: por ejemplo, simplificar el proceso de revelado de datos de la tarjeta para un grupo de control y medir el impacto en la activación a 7 días. Monitorearía no solo la activación, sino también el fraude posterior."

Fase 4: Entrevista de valores (Culture Fit)

Revolut tiene fama de ser intenso. Quieren saber si encajas en esa cultura de alto rendimiento. Esperan ejemplos concretos de cómo has manejado la ambigüedad, trabajado bajo presión y mostrado iniciativa. Usa el método STAR (Situación, Tarea, Acción, Resultado) para tus respuestas.

Expectativas salariales y mercado local#

Los rangos salariales varían mucho. En España, un Data Scientist con 2-4 años de experiencia podría esperar ofertas entre los 40.000€ y los 65.000€ brutos anuales, dependiendo de la ciudad (Madrid, Barcelona) y la especialización. Revolut, al ser una empresa global, a veces ofrece paquetes que incluyen acciones (RSUs), lo que puede elevar la compensación total. No son garantías, son rangos típicos reportados. Investiga en portales especializados y pregunta siempre en el primer contacto.

Herramientas gratis#

• chequeo ATS gratis
• decodificador de ofertas
• empleos
• blog

Preguntas frecuentes#

¿Qué nivel de inglés necesito para trabajar en Revolut?

Un nivel alto, B2 como mínimo y preferiblemente C1, es imprescindible. Todas las reuniones, la documentación técnica y la comunicación diaria serán en inglés. Debes poder discutir matices técnicos y de negocio con fluidez.

¿Es necesario tener experiencia en fintech o banca?

No es estrictamente obligatorio, pero es un diferenciador muy fuerte. Si no la tienes, enfatiza proyectos en industrias con datos a gran escala, alta regulación o con problemas similares (detección de anomalías, optimización de procesos).

¿Cuánto dura el proceso de selección completo?

Puede variar de 3 a 6 semanas. Revolut suele ser rápido, pero depende de la urgencia del puesto y la disponibilidad de los entrevistadores. Pide un timeline claro al reclutador en la primera llamada.

¿Puedo aplicar desde fuera de la UE?

Depende del puesto y la ubicación. Algunos roles son 100% remotos dentro de una zona horaria, otros requieren reubicación. Si necesitas visado, debes ser muy claro desde el principio. Revolut, como empresa global, puede patrocinar visados en algunos casos, pero no es automático. Verifica siempre la política vigente para el puesto específico.

¿Qué tecnologías debo dominar sí o sí?

SQL y Python son innegociables. Para ML, domina Scikit-learn y al menos un framework como XGBoost o LightGBM. Familiarízate con su stack de datos: es muy probable que usen Google Cloud Platform, BigQuery y dbt. Saber orquestar pipelines con Airflow es un gran plus.