Specjalistka / Specjalista ds. ryzyka kredytowego klienta korporacyjnego (Data Analyst)

Benefits

• Docenienie działania i zaangażowaniaOprócz wynagrodzenia, każdy z nas ma określone cele – które doceniamy w ramach systemów premiowych.

• Oferta specjalnaWspieramy Twoje finanse i oferujemy produkty naszej Grupy Kapitałowej na preferencyjnych warunkach (m.in. kredyt hipoteczny, kartę kredytową czy ubezpieczenie) oraz pomagamy odkładać na emeryturę w PPE.

• Elastyczność benefitówRóżnimy się, dlatego to Ty wybierasz z jakich benefitów skorzystasz. Mamy dla Ciebie system kafeteryjny lub działania w ramach ZFŚS m.in. dofinansowanie opieki nad dziećmi, wakacji czy pożyczkę na remont.

• Możliwości rozwojuU nas masz szerokie perspektywy rozwoju i możesz uczyć się, jak lubisz. Oferujemy dostęp do różnych form nauki – stacjonarnie i cyfrowo.

• Wsparcie w zdrowiu i odpoczynkuDbamy o naszą formę mentalną i fizyczną. Możesz skorzystać z kart sportowych, opieki medycznej LuxMed, stomatologa, programu wellbingowego #FokusNaCiebie czy dodatkowych dni wolnych.

Zakres obowiązków

• budujesz procesy automatyczne, które pozwalają na lepszą ocenę ryzyka klientów korporacyjnych,

• zajmujesz się analizą i wykorzystaniem baz transakcyjnych i produktowych banku,

• przetwarzasz i wizualizujesz dane dot. klientów, produktów i transakcji,

• poszukujesz nowych źródeł danych i badasz ich biznesowy potencjał,

• dokonujesz oceny statystycznej ryzyka klientów na podstawie przygotowanych danych,

• identyfikujesz powiązania pomiędzy podmiotami i grupami podmiotów.

Anforderungen

• masz wykształcenie wyższe (data science, informatyka, ekonometria, matematyka, fizyka),

• znasz narzędzia do analizy i wizualizacji danych, np. Python, SQL, R, Power BI, rozwiązania chmurowe (GCP, Azure, AWS),

• nie są Ci obce zagadnienia związane z bankowością (ryzyko kredytowe, produkty kredytowe),

• masz doświadczenie z klientami korporacyjnymi (sprawozdania finansowe, analiza ryzyka),

• znasz dobre praktyki programowania,

• wykazujesz inicjatywę i zaangażowanie w wykonywaniu zadań oraz zapał do zdobywania nowych doświadczeń,

• dodatkowym atutem będzie doświadczenie w implementacji rozwiązań wykorzystujących LLM/RAG oraz znajomość metod predykcyjnych (ekonometria, ML).