Specjalista ds. Analizy Danych (Pożyczki)

  • Full Time
Job expired!
  • Rozwijaj i wdrażaj solidne modele ryzyka kredytowego (karty wyników nabywania, karty wyników behawioralnych, karty wyników kolekcjonowania) dla produktów gotówkowych w celu wsparcia biznesu.
  • Badaj alternatywne dane, aby poprawić wydajność modelu karty wyników poza tradycyjnymi danymi kredytowymi.
  • Rutynowo monitoruj, zwiększaj i waliduj wydajność modeli oraz prowadź badania nad najnowszą metodologią modelowania i najlepszymi praktykami przemysłu, przestrzegając jednocześnie wszystkich wymogów regulacyjnych.
  • Rozwijaj i na bieżąco śledź modele zarządzania ryzykiem przedsiębiorstwa, na przykład modele Bazylea, IFRS 9, PD, LGD, EAD, testy stresowe i modele makroekonomiczne.
  • Przeprowadzaj badania porównawcze / badania przemysłu, aby przejrzeć zmiany wymogów regulacyjnych w polityce RWA dla lepszego zarządzania ryzykiem kredytowym.
  • Zdolność do ciągłego identyfikowania problemów z kredytem/biznesem w celu znalezienia rozwiązań lub poprawy jakości za pomocą narzędzi do oceny/modelowania/analizy.

Wymagania

  • Minimum licencjat/magister z doskonałym średnim wynikiem z matematyki, statystyki, informatyki, zarządzania ryzykiem lub inżynierii.
  • Minimum 2 lata doświadczenia w modelowaniu danych usług finansowych, z wdrożeniem, budową i utrzymaniem takich modeli w produkcji za pomocą narzędzi do modelowania danych. Certyfikat będzie atutem.
  • Doświadczenie z SQL i programowaniem Python (Python jest obowiązkowy), znajomość algorytmów uczenia statystycznego/maszynowego takich jak regresja logistyczna i gradient boost (XGBoost/CatBoost), KMeans.
  • Umiejętności matematyczne, modelowania i rozumowania do zrozumienia modeli punktacji kredytowej/modeli predyspozycji i ich precyzyjnego wdrożenia, oraz wykorzystania ich do formułowania konkretnych rekomendacji.
  • Znajomość detalicznych/komercyjnych pożyczek FI, ryzyka kredytowego i procesów biznesowych, oraz doświadczenie w profilowaniu danych, mapowaniu atrybutów, ETL i zarządzaniu danymi.
  • Dbanie o szczegóły i silne pragnienie dobrze wykonywanej pracy i przewyższania oczekiwań jakością twojej pracy w dynamicznym środowisku.
  • Silne umiejętności komunikacji werbalnej i pisemnej zarówno w języku indonezyjskim, jak i angielskim, oraz zdolność do wyjaśniania terminów użytkownikom.

Podstawowe umiejętności:

  • Co najmniej stworzył i wdrożył do produkcji 1 model punktacji kredytowej
  • Narzędzia: Python, język SQL
  • Umiejętność komunikacji w języku angielskim