BBVA ist eine weltweit tätige Bank- und Finanzdienstleistungsgruppe, die daran arbeitet, die Verwaltung von Geld für Privatpersonen und Unternehmen zu modernisieren. Die Aktivitäten der Gruppe umfassen das Firmenkunden- und Investmentbanking, Fintech sowie digitales Banking. Über technologiegestützte Finanzlösungen betreut BBVA 71,5 Millionen Kundinnen und Kunden. Mit mehr als 121.000 Mitarbeitenden vereint BBVA Fachwissen aus den Bereichen Banking, Beratung und Marketing in einem kollaborativen Umfeld, das auf Innovation, digitale Transformation und berufliche Exzellenz ausgerichtet ist.
Analyst für Kreditrisikodaten – BBVA, Mexiko-Stadt, Hybrid
Werden Sie bei BBVA als Analyst für Kreditrisikodaten tätig und unterstützen Sie Portfolios im Privatkundengeschäft mit Python, PySpark, SAS und SQL. Erstellen Sie KPIs, validieren Sie Daten und wenden Sie IFRS-9-Grundsätze auf die Kreditrisikoanalyse an.
Beschreibung
- Analysieren und optimieren Sie End-to-End-Prozesse für Kreditportfolios im Privatkundengeschäft, darunter Kreditkarten, Verbraucherkredite, Autokredite und Hypotheken.
- Verwalten, transformieren und integrieren Sie Daten aus Legacy-Plattformen und neueren Tools über ETL-Workflows mit Python, PySpark, SAS Guide und SQL.
- Erstellen und automatisieren Sie Inkasso- und Performanceberichte einschließlich wichtiger Leistungskennzahlen.
- Strukturieren und analysieren Sie Datenbanken, um Muster im Kundenverhalten zu erkennen und die Wirksamkeit von Strategien zu bewerten.
- Führen Sie wichtige monatliche Prozesse durch, darunter Day-Zero-Aktivitäten, Qualitätstests und Prüfungen der Datenbankkonsistenz.
- Wenden Sie IFRS-9-Anforderungen auf Rückstellungen, erwartete Verluste, Exposure at Default, Kreditrisiko und operationelle Risiken an.
- Arbeiten Sie mit multidisziplinären Teams aus den Bereichen Risiko, Finanzen und Planung zusammen.
- Erstellen Sie Präsentationen für Führungskräfte mit Erkenntnissen und vorgeschlagenen Maßnahmen.
- Verarbeiten Sie große Datenmengen in Big-Data-Umgebungen und bewältigen Sie enge Fristen sowie monatliche Arbeitsspitzen.
- Überführen Sie komplexe Analysen in klare und umsetzbare Empfehlungen.
Anforderungen
- Automatisierte Datenanalyse mit Python für Data Analysis und SQL-Grundlagen.
- Erfahrung mit PySpark, SAS Guide und ETL-Workflows.
- Fortgeschrittene Excel-Kenntnisse, einschließlich Pivot-Tabellen und Makros, sowie gute Kenntnisse in Google Workspace.
- Kenntnisse in Kreditrisiko, Inkasso oder IFRS-9-Anforderungen zu erwarteten Verlusten, Exposure at Default und Rückstellungen.
- Erfahrung mit Tools der künstlichen Intelligenz wie ChatGPT und Gemini.
- Englischkenntnisse auf mittlerem Niveau zum Lesen und Verstehen technischer Dokumentation.
- Kenntnisse über Modelle zur Vorhersage des Zahlungsverhaltens.
- Erfahrung mit Power BI.
- Zertifizierungen als SAS Certified Specialist.
- Studium oder postgraduale Weiterbildung in Data Science, Machine Learning oder Big Data.
- Bachelorabschluss oder Ingenieurqualifikation in Versicherungsmathematik, Wirtschaftswissenschaften, Mathematik, Finanzen, Betriebswirtschaft oder einem verwandten Fach; aktuelle Studierende und Absolventinnen und Absolventen können sich bewerben.
- Drei bis fünf Jahre Erfahrung in der Analyse von Finanzdaten, Kreditportfolios, Risiken oder Inkassoprozessen.
- Analytische und strukturierte Arbeitsweise, ausgeprägte Detailgenauigkeit und datenorientierte Denkweise.
- Hohe Belastbarkeit, Resilienz und Fähigkeit zur Selbstorganisation.
- Umsetzungsorientierte Arbeitsweise mit starkem Qualitätsanspruch.
- Führungskompetenz, die auf dem Geben und Annehmen von Feedback beruht.
- Aktive Fähigkeit zur Zusammenarbeit.
Zusatzleistungen
- Während des gesamten Auswahlverfahrens sind angemessene Anpassungen verfügbar, um eine vollständige Teilnahme zu ermöglichen.
- Ein vielfältiger, inklusiver und gerechter Arbeitsplatz.
- Ein kooperatives und inklusives Arbeitsumfeld.