En el Nu DS & MLE Meetup #6, realizado por Nu México, tuvimos la oportunidad de escuchar a Moisés Rojo, físico y científico de datos con más de 12 años de experiencia. Su trayectoria en Nu pasa por diferentes hitos: fue responsable de los primeros modelos de crédito en México, lideró la construcción de la infraestructura global de aprendizaje automático para el aumento de líneas y hoy dirige el área de Ciencia de Datos en Cobranza a nivel global.

Antes de llegar a Nu, se desempeñó como director de innovación en ciencia de datos en Kantar y también colaboró con medios de comunicación en proyectos de periodismo de datos.

En el encuentro, Moisés compartió una visión que va más allá de lo técnico y se adentra en algo más profundo: la cultura de datos e inteligencia artificial que sostiene a Nubank. Más que algoritmos y modelos, es esta filosofía la que crea una ventaja competitiva, permitiendo que la empresa simplifique la vida de millones de clientes de una manera radicalmente diferente.

La tecnología al servicio del cliente

La tesis central de Nubank es clara: la tecnología genera eficiencia, y esa eficiencia regresa a los clientes en forma de mejores productos y precios más justos. Pero, en el ámbito de la ciencia de datos, la tecnología se traduce en sistemas de decisión. Cada elección a lo largo de la jornada del cliente —desde el análisis inicial para otorgar una tarjeta hasta la definición de estrategias de cobranza— está respaldada por modelos de machine learning.

Estos modelos actúan de manera invisible, pero decisiva. Al solicitar una tarjeta, por ejemplo, es la inteligencia artificial la que estima el riesgo crediticio, define los límites y aprueba la propuesta en segundos, sin necesidad de burocracia ni intervención humana. La misma lógica aplica para la detección de fraudes, garantizando seguridad desde el primer contacto con el cliente.

Una vez activada, la relación evoluciona con el apoyo de los datos. Las preguntas enviadas a través de la app se responden rápidamente gracias al uso de procesamiento de lenguaje natural. Si es necesario hablar con una persona, el sistema dirige automáticamente la consulta al agente más adecuado. La misma inteligencia que aprueba créditos o detecta fraudes también personaliza la atención al cliente.

Y a medida que el cliente madura en el uso de la tarjeta, los modelos siguen funcionando: analizan patrones de uso, calculan la probabilidad de incumplimiento y ayudan a definir cuándo y cómo aumentar el límite de crédito. Incluso la cobranza se convierte en una experiencia menos traumática, con estrategias adaptadas a la realidad de cada persona. Esta misma filosofía se aplica a otros productos, como los préstamos personales. En todas las etapas, la tecnología está ahí para reducir la complejidad y devolver tiempo al cliente.

Descubre las oportunidades

Los engranajes invisibles

Para que todo esto sea posible, existe un engranaje invisible, sostenido por equipos multidisciplinarios y una plataforma de datos robusta.

Los ingenieros de datos transforman miles de millones de eventos en conjuntos de información accionable. Los ingenieros de machine learning garantizan que los modelos sean escalables y puedan aplicarse a gran escala. Los científicos de datos desarrollan predicciones a partir de esos conjuntos, mientras que los analistas de negocio traducen las predicciones en impacto financiero concreto.

Este modelo, basado en squads multidisciplinarios dueños de principio a fin de sus soluciones, elimina las barreras tradicionales entre áreas. No existe un equipo de tecnología aislado y distante: todos trabajan juntos para transformar datos en productos que generan una diferencia real en la vida de los clientes.

La cultura como arquitectura

Si la tecnología ofrece la base, la cultura moldea la forma en que construimos y operamos este ecosistema. Moisés citó una frase que resume bien este espíritu: “la cultura es lo que hacemos cuando nadie nos está viendo”.

En Nubank, nuestras decisiones arquitectónicas en datos reflejan directamente nuestros valores. En lugar de centralizar todo en un solo equipo, optamos por un modelo de Data Mesh, en el que cada equipo es dueño de sus dominios y tiene autonomía para construirlos y remodelarlos. Esta descentralización aumenta la responsabilidad, pero también potencia la innovación, ya que da a cada squad la libertad de ajustar y evolucionar sus propios productos de datos.

La autonomía, sin embargo, no significa desorden. Al mismo tiempo que fomentamos la independencia, construimos catálogos y estándares de gobernanza que permiten compartir features, datos y buenas prácticas entre equipos. De esta forma, cada contribución fortalece no solo un producto, sino todo el ecosistema, creando un efecto compuesto que multiplica el valor para el negocio.

Otro pilar es la eficiencia inteligente. En lugar de limitar recursos, preferimos dar visibilidad y responsabilidad sobre los costos. Creemos que quienes están más cerca del problema son quienes tienen mejores condiciones para decidir. Esto significa confiar en que cada nubanker buscará eficiencia con inteligencia, equilibrando ahorro e impacto.

Escala e impacto

La combinación de tecnología robusta con una cultura fuerte genera impacto a una escala impresionante: más de 100 modelos de machine learning en producción solo en el último año, más de 30 petabytes de datos procesados, 1.000 millones de eventos ingeridos mensualmente y una red de 200 científicos de datos que trabajan globalmente. Todo esto para apoyar a más de 122 millones de clientes.

Estas cifras no son solo métricas técnicas: representan decisiones automatizadas que eliminan burocracia, reducen la ansiedad financiera y permiten que las personas hagan un mejor uso de su tiempo y su dinero.

Conclusión

Al cerrar su presentación, Moisés enfatizó que la tecnología es la palanca que permite escalar el impacto de Nubank. Pero es la cultura —expresada en los valores, en las decisiones arquitectónicas y en la confianza en los equipos— la que convierte esa tecnología en una verdadera ventaja competitiva.

Lo que diferencia a Nubank no es solo la adopción de machine learning o de inteligencia artificial, sino la manera en que valores, personas y plataformas se combinan para crear productos financieros radicalmente diferentes. Productos que simplifican la vida de nuestros clientes y hacen que su relación con el dinero sea más justa y transparente.

Al final, eso es lo que nos mueve: usar los datos y la inteligencia artificial no como un fin en sí mismos, sino como instrumentos de transformación para millones de personas.

Descubre las oportunidades