BBVA
BBVA
BBVA er en global bank- og finanskoncern, der arbejder på at modernisere den måde, mennesker og virksomheder håndterer penge på. Aktiviteterne omfatter erhvervs- og investeringsbankvirksomhed, fintech og digital bankvirksomhed, som betjener 71,5 millioner kunder gennem teknologibaserede finansielle løsninger. Med mere end 121.000 medarbejdere samler BBVA ekspertise inden for bankvirksomhed, rådgivning og marketing i et samarbejdsorienteret miljø med fokus på innovation, digital transformation og professionel ekspertise.

Kreditanalytiker inden for risikodata

Bliv kreditanalytiker inden for risikodata hos BBVA i Mexico, og understøt privatkunders låneporteføljer inden for kreditkort, forbrugslån, billån og boliglån. Automatisér ETL-arbejdsgange, resultatrapportering og IFRS 9-analyser.

Beskrivelse

  • Analysere og forbedre processer fra start til slut for privatkunders kreditporteføljer, herunder kreditkort, forbrugslån, billån og boliglån.
  • Transformere data fra ældre platforme og nyere værktøjer gennem ETL-arbejdsgange med Python, PySpark, SAS Guide og SQL.
  • Udvikle og automatisere inkassorapporter og centrale resultatindikatorer.
  • Strukturere og analysere datasæt for at afdække mønstre i kundeadfærd og vurdere strategiernes effektivitet.
  • Gennemføre vigtige månedlige processer, herunder ”dag nul”, og udføre datakvalitetstjek for at validere datasættenes konsistens.
  • Anvende IFRS 9-standarder på hensættelser, forventede tab (PE), eksponering ved misligholdelse (EAD), kreditrisiko og operationel risiko.
  • Samarbejde med tværgående teams inden for Risiko, Finans og Planlægning.
  • Udarbejde præsentationer til ledelsen med resultater og anbefalinger.
  • Håndtere store datasæt i Big Data-miljøer og overholde deadlines og månedlige arbejdstoppe.

Krav

  • Bruge Python til dataanalyse og SQL til at håndtere og automatisere dataanalyse.
  • Erfaring med PySpark, SAS Guide og ETL-processer.
  • Avancerede Excel-færdigheder, herunder pivottabeller og makroer, samt gode færdigheder i Google Workspace.
  • Viden om kreditrisiko, inkasso eller IFRS 9-standarder, herunder forventede tab (PE), eksponering ved misligholdelse (EAD) og hensættelser.
  • Erfaring med AI-værktøjer som ChatGPT og Gemini.
  • Engelsk på mellemniveau til læsning og forståelse af teknisk dokumentation.
  • Viden om modeller til forudsigelse af betalingsadfærd.
  • Erfaring med Power BI og SAS Certified Specialist-certificeringer.
  • Bachelorgrad eller ingeniøruddannelse inden for aktuarvidenskab, økonomi, matematik, finans, erhvervsøkonomi eller et beslægtet område; nyuddannede og studerende, der er ved at afslutte deres uddannelse, kan også søge.
  • Tre til fem års erfaring med analyse af finansielle data, kreditporteføljer, risiko eller inkasso.
  • Analytisk og struktureret tilgang, sans for detaljer og en datadrevet tankegang.
  • Evne til at håndtere stress, tilpasse sig og tilrettelægge arbejdet selvstændigt.
  • Fokus på at få opgaver udført og en stærk kvalitetsbevidsthed.
  • Lederevner baseret på at give og modtage feedback.
  • Aktivt samarbejde i tråd med værdien ”Vi er ét team”.

Fordele

  • Rimelige tilpasninger under udvælgelsesprocessen, så alle kan deltage.
  • Et samarbejdsorienteret og inkluderende arbejdsmiljø.
  • Engagement i mangfoldighed, inklusion og lige muligheder.
  • Muligheder for faglig udvikling.

Relaterede job