Financial Data Engineer Senior Associate (Hybrid)

Descripción de la Empresa:

En Fannie Mae, los futuros se crean. Nuestro inspirador trabajo ayuda a hacer realidad la vivienda para millones de propietarios e inquilinos. Cada día, encontrarás oportunidades atractivas para impactar el futuro de la industria de la vivienda mientras formas parte de un equipo inclusivo en un entorno energizante y flexible. Aquí, desarrollarás tu carrera y ayudarás a crear acceso a financiamiento de vivienda justo y asequible.

Descripción del Trabajo:

Como un colega valioso en nuestro equipo, apoyarás al equipo aplicando modelos matemáticos, herramientas avanzadas (como SAS, Python y R) y conocimientos de la industria financiera a datos comerciales o financieros, incluidos los resultados de modelos. Tu rol permitirá al equipo analizar o informar sobre el rendimiento del negocio, resolver preguntas comerciales críticas e informar decisiones comerciales clave. Aunque puedes desarrollar modelos o prototipos para alcanzar estos objetivos, este no es el enfoque principal del rol.

El rol de Ingeniero de Datos Financieros Asociado Senior (Híbrido) te ofrece la flexibilidad de hacer que cada día sea tuyo, colaborando con personas que se preocupan por cumplir con las siguientes responsabilidades:

• Colaborar en el procesamiento o análisis de grandes datos de manera eficiente utilizando herramientas y técnicas avanzadas de ingeniería financiera.
• Determinar los usos previstos por el cliente para un análisis o modelo financiero.
• Realizar análisis financieros o previsiones, incluido el análisis de escenarios o sensibilidad, pruebas de estrés o análisis de atribución.
• Ejecutar modelos e interpretar los resultados del modelo, traduciendo el análisis o los resultados del modelo en conclusiones comprensibles para el cliente.
• Trabajar directamente con los creadores de modelos para evaluar nuevos modelos, sugerir cambios a los modelos existentes o analizar los datos de rendimiento del modelo.
• Realizar análisis de datos y sistemas, validación y pruebas de regresión.

Experiencia que Aportas al Equipo:

Experiencias Mínimamente Requeridas:

• 2 años de experiencia relevante.

Habilidades:

• Experiencia en recopilar información precisa para explicar conceptos y responder preguntas críticas.
• Capacidad para trabajar respetuosa y cooperativamente con personas de diferentes conocimientos funcionales para lograr un objetivo común.
• Excelencia Operacional, incluyendo la mejora y supervisión de operaciones.
• Competencia en representar información gráficamente usando herramientas como Excel, Tableau o Power BI.
• Habilidades de programación, incluyendo codificación, depuración y uso de lenguajes de programación relevantes.
• Evaluación y Gestión de Riesgos, incluyendo la evaluación y diseño de controles, la realización de evaluaciones de impacto, la identificación de brechas de control y la mitigación de riesgos.
• Experiencia en el uso de métodos estadísticos, incluyendo el desarrollo y prueba de hipótesis, uso de diseño experimental y ejecución de regresiones lineales y logísticas.
• Habilidades para identificar y corregir errores operativos.
• Presentar información y/o ideas a una audiencia de manera atractiva y comprensible.
• Habilidades de comunicación, tanto escritas como verbales, incluyendo redacción de textos y planificación y distribución de comunicación.
• Perspicacia Empresarial, incluyendo la asesoría, diseño de modelos de negocio, interpretación de insights de clientes y mercados, previsión y benchmarking.
• Capacidad para abordar problemas como sistemas y analizar entradas, salidas y procesos.

Herramientas:

• Habilidad en SAS.
• Competencia en SQL.
• Experiencia en el uso de SharePoint.
• Competencia en Tableau.
• Habilidad en Excel.
• Experiencia con las ofertas, desarrollo y plataformas de redes de Amazon Web Services (AWS).
• Competencia en Microsoft Teams.
• Habilidad en Programación en Lenguaje R.
• Experiencia en programación orientada a objetos con Python.

Experiencias Deseadas:

• Se prefiere formación educativa o experiencia laboral en economía, finanzas y/o estadísticas.
• La designación CFA o el progreso hacia su obtención es un plus.
• Conocimiento profundo del