Аналитик данных (надзор за моделями оценки рисков)

Приглашаем вас стать частью команды Департамента надзора за системно значимыми кредитными организациями, созданного в 2013 году для обеспечения надежности крупнейших банков России. Мы разрабатываем меры для повышения устойчивости поднадзорных организаций через риск-ориентированный надзор, анализируем стратегию и финансовое положение банков.
Наши надзорные группы оценивают планы восстановления финансовой устойчивости и разрабатывают рекомендации для их реализации. Если вы хотите внести вклад в безопасность финансовой системы и развивать свои навыки, ознакомьтесь с нашей вакансией.

• проведение количественных тестов на предоставленных данных, анализ качества методик и моделей на основе полученных результатов;
• сбор, обработка, интеграция и анализ данных, используемых для количественной оценки кредитного риска заемщиков банка;
• подготовка скриптов для сбора, обработки и анализа данных, используемых для количественной оценки кредитного риска заемщиков банка, в т.ч. в рамках анализа регуляторной отчетности банков;
• разработка отчетов, дашбордов в рамках анализа данных, используемых для количественной оценки кредитного риска заемщиков банка;
• анализ предоставляемых в рамках осуществления надзора за кредитными организациями отчетов (ежегодные валидационные отчеты, ежеквартальные мониторинговые отчеты), контроль выполнения требований нормативных актов Банка России, определение основных зон проблемности, формирование выводов по результатам комплексной оценки используемых методик и моделей;
• рассмотрение внутренних документов банка и анализ их соответствия требованиям Положения Банка России № 845-П.

• высшее образование: математическое, финансово-математическое, экономическое или техническое;
• теоретические знания: эконометрики, теории вероятностей, математической статистики, процессов присвоения и использования рейтингов и оценки кредитоспособности заемщиков, основных этапов построения моделей оценки параметров кредитного риска (в частности, PD, LGD, EAD), основных тестов, используемых для оценки качества моделей (например, Джини, биномиальный тест и др.);
• технический стек: Python (библиотеки дата-аналитика, ML (аналитика, pyspark), дополнительным преимуществом будет знание основ работы с Impala, HUE, PySpark, VBA в excel. Опыт работы с большим объемом данных, умение агрегировать информацию, анализировать данные и формировать сводные отчеты в Python, опыт автоматизации и оптимизации (через Python) повторяющегося набора задач;
• опыт моделирования параметров кредитного риска (в частности, PD, LGD, EAD), расчета показателей, оценивающих качество моделей.

• получение уникального опыта в мегарегуляторе;
• возможности профессионального и карьерного развития;
• привлекательная система мотивации;
• широкий социальный пакет;
• корпоративное обучение;
• удобное расположение офиса(офисный формат работы).