Ви хочете зануритися в динамічне та швидко розвиваюче середовище? Ми пропонуємо унікальну можливість співпрацювати з нашою командою та співпрацювати з бізнесом для отримання всебічного огляду. Приєднуйтесь до нас як Інженер з Кількісних Досліджень Даних і станьте частиною команди Wholesale Credit Data QR.
Ваша місія полягатиме в розробці, аналізі та наданні даних на рівні компанії для підтримки моделей Wholesale Credit Stress (CCAR, ICAAP, Risk Appetite) та моделей резервів за кредитами. Ви зосередитеся на визначенні моделі даних і розвитку нашого словника даних для забезпечення глибокого аналізу даних і аналітичних досліджень. Ви працюватимете над покращенням наших фреймворків, платформ даних та пов'язаних інструментів для полегшення інтеграції моделей ціноутворення та прогнозування, а також покращення гнучкості, масштабованості та продуктивності нашої структури.
- Працювати як інженер даних для створення або побудови каналів даних, визначення API для отримання даних з різних систем, виконання складних перетворень даних та оптимізації роботи від початку до кінця.
- Написання бізнес-вимог у формі епіксів JIRA і користувацьких історій для розробки вимог до даних і системи для платформи моделювання кредитного ризику.
- Виконувати аналіз даних для підтримки розробки моделей і аналітики.
- Співпрацювати з різними бізнес-напрямами та модельєрами ризиків для розуміння моделей для BASEL, CCAR, CECL та інших моделей кредитного ризику.
- Виявляти, аналізувати, уточнювати та документувати бізнес-процес і вимоги до даних із кількома зацікавленими сторонами.
- Брати участь у всьому життєвому циклі розробки програмного забезпечення (SDLC), включаючи планування, аналіз та тестування нових застосунків та вдосконалень.
- Виконувати тестування прийняття користувачами і надавати демонстрації зацікавленим сторонам за допомогою SQL-запитів або Python-скриптів.
- Ступінь бакалавра або магістра в галузі комп'ютерних наук, аналізу даних або еквівалентної дисципліни з більш ніж 3-річним досвідом роботи інженером даних у фінансових послугах.
- Професіоналізм у аналізі та маніпуляції даними за допомогою SQL, Python, об’єктно-орієнтованого програмування та MS Excel. Сильні аналітичні навички для прогнозування та інтерпретації результатів, впевненість у роботі з великими наборами даних.
- Досвід створення архітектури даних для отримання даних з різних систем, обробки складних перетворень та оптимізації кінцевих рішень.
- Творчі здібності до вирішення проблем, бажання вчитися про кредитний ризик, параметри ризику, регуляторні та бухгалтерські концепції.
- Увага до деталей із сильними організаційними навичками та відмінними комунікативними здібностями, як письмовими, так і усними.
- Досвід впровадження аналітичних фреймворків у фінансах та знання систем контролю джерела, автоматизованих систем збірки/тестування, покриття коду, модульного тестування та процесів релізів.
- Досвід у програмній інженерії для створення архіт