BBVA
BBVA
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.

Datenanalyst für Kreditrisiken

Werde bei BBVA Datenanalyst für Kreditrisiken in Mexiko und unterstütze Privatkundenkreditportfolios für Kreditkarten, Verbraucherkredite, Autokredite und Hypotheken. Automatisiere ETL-Prozesse, Performance-Berichte und IFRS-9-Analysen.

Beschreibung

  • Analysiere und verbessere End-to-End-Prozesse für Privatkundenkreditportfolios, darunter Kreditkarten, Verbraucherkredite, Autokredite und Hypotheken.
  • Überführe Daten aus Legacy-Plattformen und neueren Tools mithilfe von ETL-Prozessen mit Python, PySpark, SAS Guide und SQL.
  • Erstelle und automatisiere Berichte zum Forderungseinzug und zentrale Leistungskennzahlen.
  • Strukturiere und analysiere Datensätze, um Muster im Kundenverhalten aufzudecken und die Wirksamkeit von Strategien zu bewerten.
  • Führe wichtige monatliche Prozesse, einschließlich „Day Zero“, durch und prüfe die Datenqualität, um die Konsistenz der Datensätze sicherzustellen.
  • Wende IFRS-9-Standards auf Rückstellungen, erwartete Verluste (PE), Ausfallrisikopositionen (EAD), Kreditrisiken und operationelle Risiken an.
  • Arbeite mit bereichsübergreifenden Teams aus den Bereichen Risiko, Finanzen und Planung zusammen.
  • Erstelle Präsentationen für Führungskräfte mit Erkenntnissen und Empfehlungen.
  • Verwalte große Datensätze in Big-Data-Umgebungen und halte dabei Fristen und monatliche Arbeitsspitzen ein.

Anforderungen

  • Verwende Python zur Datenanalyse und SQL zur Verwaltung und Automatisierung von Datenanalysen.
  • Erfahrung mit PySpark, SAS Guide und ETL-Prozessen.
  • Fortgeschrittene Excel-Kenntnisse, einschließlich Pivot-Tabellen und Makros, sowie sicherer Umgang mit Google Workspace.
  • Kenntnisse in Kreditrisiken, Forderungseinzug oder IFRS-9-Standards, einschließlich erwarteter Verluste (PE), Ausfallrisikopositionen (EAD) und Rückstellungen.
  • Erfahrung im Einsatz von KI-Tools wie ChatGPT und Gemini.
  • Mittlere Englischkenntnisse, um technische Dokumentation zu lesen und zu verstehen.
  • Kenntnisse in Modellen zur Vorhersage des Zahlungsverhaltens.
  • Erfahrung mit Power BI sowie Zertifizierungen als SAS Certified Specialist.
  • Bachelorabschluss oder Ingenieurabschluss in Versicherungsmathematik, Volkswirtschaft, Mathematik, Finanzen, Betriebswirtschaft oder einem verwandten Fachgebiet; auch Absolventinnen und Absolventen sowie Studierende kurz vor dem Abschluss können sich bewerben.
  • Drei bis fünf Jahre Erfahrung in der Analyse von Finanzdaten, Kreditportfolios, Risiken oder Forderungseinzug.
  • Analytische und strukturierte Arbeitsweise, Genauigkeit und datenorientiertes Denken.
  • Belastbarkeit, Anpassungsfähigkeit und die Fähigkeit, Aufgaben selbstständig zu bewältigen.
  • Ausführungsstärke und Qualitätsbewusstsein.
  • Führungsfähigkeiten, die auf dem Geben und Annehmen von Feedback beruhen.
  • Aktive Zusammenarbeit im Sinne des Wertes „Wir sind ein Team.“

Zusatzleistungen

  • Angemessene Anpassungen während des Auswahlverfahrens, um die Teilnahme zu ermöglichen.
  • Ein kooperatives und inklusives Arbeitsumfeld.
  • Engagement für Vielfalt, Inklusion und Chancengleichheit.
  • Möglichkeiten zur beruflichen Weiterentwicklung.

Ähnliche Stellen

SimplePractice

Datenanalyst:in II, Mexiko-Stadt (hybrid)

SimplePractice
201 – 500 Mitarbeitende
BeratungGesundheitswesenLogistik

Analysiere Daten aus dem Praxismanagement im Gesundheitswesen mit SQL, Python und Tableau und entwickle Kennzahlen, Dashboards und Modelle. Unterstütze SimplePractice dabei, Produkte und Kundenergebnisse mithilfe datenbasierter Erkenntnisse zu verbessern.

Öffnen