Senior Data Scientist w Pionie Ryzyka

Dział

• Ryzyko

Oferujemy

• Możliwość rozwoju w #Świecie bardziej Velo, gdzie na co dzień kierujemy się #otwartością, #zaufaniem i #rzetelnością, a #przedsiębiorczość mamy w swoim DNA.

• Pracę, w której stosujemy podejście eXtreme agile, szukając optymalnych rozwiązań, często nieoczywistych, nieszablonowych i dlatego osiągamy ponadprzeciętne rezultaty.

• Udział w inicjatywach społecznych wspierających odpowiedzialność organizacji – m.in. inicjatywa „Sadzimy i chronimy razem #VeloLas”. 🌲

• VeloActive, wspieramy również Twoje zdrowie.

• Bezpieczeństwo finansowe – zatrudnienie w oparciu o umowę o pracę, wzbogacone kwartalnym systemem premiowym.

• Platformę, która wesprze Twój dobrostan, zdrowie psychiczne i fizyczne, dzięki bezpłatnym konsultacjom z: doradcą finansowym, prawnym, psychologiem, psychoterapeutą, coachem czy mentorem biznesu.

• Pracę w systemie hybrydowym – do 50% pracy zdalnej. 💻

• Program opieki zdrowotnej dla pracowników i ich rodzin, ubezpieczenie na życie, kartę sportową.

• Możliwość nauki języka angielskiego, włoskiego czy niemieckiego na platformie internetowej.

• Atrakcyjną ofertę pracowniczą na produkty bankowe #Velo.

Wymagania

• Minimum 3-letnie doświadczenie w zakresie walidacji lub budowy modeli ryzyka w sektorze finansowym (w szczególności modeli decyzyjnych, modeli IFRS, modeli kapitału wewnętrznego),

• Biegła znajomość narzędzi analitycznych, takich jak SQL, Python, R,

• Wiedza na temat regulacji dotyczących zarządzania ryzykiem, w tym IFRS9, EBA oraz KNF, AI Act,

• Silne umiejętności analityczne i zdolności do rozwiązywania złożonych problemów,

• Komunikatywność i umiejętność prezentowania złożonych zagadnień technicznych w sposób zrozumiały,

• Umiejętność pracy w zespole oraz wysokiej motywacji do ciągłego doskonalenia,

• Samodzielność i odpowiedzialność, skuteczność w działaniu.

Opis stanowiska

• Walidacja modeli wykorzystywanych w obszarze (modele akceptacyjne, IFRS9, wyceny i kapitału wewnętrznego, IRRBB, AML) w celu zapewnienia ich zgodności z wewnętrznymi i regulacyjnymi standardami,

• Rozwijanie narzędzi umożliwiających analizę i interpretowanie modeli; w tym modeli Machine Learningowych,

• Czynny udział w rozwoju obszaru zarządzania modelami, budowa nowoczesnych narzędzi walidacji, automatyzacja procesów,

• Opracowywanie wysokiej jakości raportów walidacyjnych oraz prezentacja wyników zarządowi,

• Analiza i ocena adekwatności stosowanych metodologii, danych oraz założeń modelowych,

• Współpraca z zespołami modelarskimi i analitycznymi w celu wdrażania rekomendacji walidacyjnych oraz optymalizacji modeli,

• Identyfikacja obszarów ryzyka i proponowanie usprawnień,

• Monitoring wydajności modeli w trakcie ich cyklu życia oraz dostosowywanie ich do zmieniających się warunków rynkowych.