Un equipo pequeño de ingeniería y riesgo que lleva años dentro de mesas de crédito y derivados. Aquí contamos cómo trabajamos, qué decisiones tomamos antes de escribir una línea de código y por qué la migración postcuántica no es un tema de laboratorio, sino de operaciones diarias.
El equipo que trabaja sobre cifrado resistente a ataques cuánticos en scoring bancario y valoración de derivados. Perfiles de criptografía aplicada, riesgo de mercado y auditoría de canales laterales. Cada uno con su parte del pipeline: desde el entrenamiento cifrado hasta la firma de órdenes en mesa.
Escribir al equipo técnicoResponsable de la migración a ML-KEM y ML-DSA en los pipelines de inferencia. Antes trabajó en esquemas híbridos para entidades de crédito europeas. Se ocupa de que el modelo puntúe sin descifrar los datos en memoria y de medir el coste real en latencia.
Define qué componentes de la valoración de opciones y futuros se migran primero. Conoce las exigencias de criptografía ágil que piden los reguladores y cómo convivir con esquemas mixtos durante la transición sin frenar la mesa.
Revisa fugas de estrategias algorítmicas por tiempos de ejecución, consumo energético y patrones de red. Aplica ruido controlado, aislamiento por enclaves y rotación de parámetros del modelo en entornos de producción reales.
Coordina la trazabilidad de los libros de órdenes y la verificación de contrapartes bajo firmas postcuánticas. Documenta cada decisión de arquitectura para que las auditorías no dependan de explicaciones posteriores.
La historia de Q-Safe Scoring no empieza con una ronda de inversión ni con un lanzamiento de producto. Empieza con una pregunta incómoda: qué pasa con los modelos de riesgo cuando la criptografía que los protege deja de ser suficiente. Desde entonces hemos ido resolviendo esa pregunta por etapas, cada una con su propio coste y sus propias renuncias.
El equipo inicial trabajó durante meses con carteras simuladas porque ningún banco quería ceder historiales reales a un esquema criptográfico sin auditar. Esa restricción nos obligó a construir el pipeline de inferencia cifrada desde cero, sin atajos heredados de librerías convencionales. Aprendimos que ML-KEM encarece cada consulta de scoring más de lo que los papers sugerían.
Cuando una mesa de opciones nos pidió evaluar la firma de órdenes bajo esquemas postcuánticos, el foco cambió. Ya no bastaba con proteger el dato en reposo: había que sostener latencias de milisegundos en la verificación de contrapartes. Rediseñamos la capa de firma con un modo híbrido que convive con RSA durante la transición regulatoria europea.
Descubrimos que cifrar la inferencia no bastaba: los tiempos de ejecución y el consumo energético filtraban señales de la estrategia. Incorporamos ruido controlado en los tiempos de respuesta y aislamiento por enclaves. Fue el cambio más costoso en rendimiento y, aun así, el que más consultas nos trajo después.
Hoy el motor corre sobre carteras reales de scoring bancario y valoración de derivados. Mantenemos rotación periódica de parámetros del modelo, revisión trimestral de las primitivas criptográficas y un registro de decisiones de arquitectura que cualquier auditor puede reconstruir. No es un producto cerrado: sigue siendo un sistema en ajuste.
Trabajamos con equipos de riesgo, mesas de derivados y áreas de cumplimiento que no pueden permitirse exponer sus modelos.
Q-Safe Scoring nació dentro de un grupo de investigación aplicada en Bahía Blanca, cuando quedó claro que los modelos de scoring bancario y de valoración de derivados iban a necesitar criptografía resistente a ataques cuánticos antes de que la mayoría de los bancos empezara a planificarlo. No vendemos herramientas genéricas: integramos inferencia cifrada, firma postcuántica y auditoría de canales laterales en pipelines que ya están en producción. Nuestro interlocutor habitual es el responsable de riesgo o el arquitecto de datos que tiene que justificar ante un regulador por qué el modelo sigue siendo confiable dentro de diez años.
Entidades con carteras de crédito activas y desks de derivados que ya operan con modelos propios. No buscamos reemplazar sus equipos de datos, sino darles la capa criptográfica que hoy les falta.
La inferencia corre sobre representaciones cifradas con esquemas ML-KEM y ML-DSA. Los datos sensibles de morosidad, consumo y posiciones abiertas no se materializan en claro en ningún punto del pipeline.
El cifrado postcuántico tiene coste. Trabajamos con presupuestos de latencia realistas para scoring en tiempo casi real y valoración intradía, y lo decimos antes de firmar, no después.
Diseñamos para convivir con esquemas híbridos durante la transición y para rotar primitivas sin reentrenar el modelo completo. Los marcos europeos de resiliencia operativa ya apuntan en esa dirección.
Preferimos explicar qué componente migrar primero y qué se rompe si no se hace, antes que hablar de transformación digital. Si un problema no tiene solución limpia todavía, lo decimos.