A Navy Federal Credit Union több mint 14 millió tagnak nyújt szolgáltatásokat, elsősorban a fegyveres erők, a védelmi minisztérium, a veteránközösségek és családjaik számára. A világ legnagyobb hitelszövetkezeteként több mint 24 000 munkatárssal biztosít banki és pénzügyi szolgáltatásokat kampuszokon és több mint 360 fiókban. A karrierlehetőségek a szervezet küldetését támogatják, amelynek célja a magas színvonalú tagi kiszolgálás, miközben nagy hangsúlyt kapnak a tartalmas munkatapasztalatok és a versenyképes munkavállalói juttatások.
Vezető kvantitatív kockázatelemző, belső ellenőrzés és mesterségesintelligencia-irányítás
A Navy Federal Credit Unionnál a gépi tanulás, a generatív mesterséges intelligencia, az ügynökalapú mesterséges intelligencia és a modellirányítás belső ellenőrzési vizsgálatait vezető vezető kvantitatív kockázatelemző. A munkakör a kvantitatív elemzést, a műszaki értékelést és a kockázati tanácsadást ötvözi.
Leírás
- Független bizonyosságot nyújtani az adattudományi, gépi tanulási, generatív mesterségesintelligencia- és ügynökalapú mesterségesintelligencia-képességekről ellenőrzések és műszaki felülvizsgálatok révén.
- Felülvizsgálni a modell-, mesterségesintelligencia- és adatirányítási keretrendszereket, az életciklus-kontrollokat és a felügyelet eredményességét.
- Elemezni a modellkomplexitásból, a bizonytalanságból és az operatív teljesítményből eredő kockázatokat.
- Vezetni a kockázatkezelési tevékenységeket támogató kvantitatív elemzéseket.
- Szakértői támogatást nyújtani a modelltervezés, az adatalapú kísérletezés és a skálázható analitikai megoldások terén.
- Tanácsot adni a Belső Ellenőrzés munkatársainak, a felső vezetőknek és az üzleti partnereknek a mesterségesintelligencia- és modelléletciklusokról, az adatirányításról, a szabályozói elvárásokról és az iparági gyakorlatokról.
- Vezetni a kvantitatív modellek, analitikai stratégiák és mesterségesintelligencia-termékek tervezését, fejlesztését, validálását és bevezetését lefedő ellenőrzéseket.
- Értékelni a modellek és a mesterségesintelligencia-termékek teljesítményét, skálázhatóságát, robusztusságát, torzítását, érzékenységét és kockázatát.
- Keresztfunkcionális csapatokkal együttműködve értékelni az üzleti illeszkedést, a műszaki megvalósíthatóságot és a bevezetési prioritásokat.
- Mentorálni a junior munkatársakat a modellezési módszerek, a kódolási gyakorlatok, a dokumentáció és az analitikai kommunikáció terén.
- Újrahasznosítható keretrendszereket, műszaki szabványokat és bevált gyakorlatokat létrehozni a Belső Ellenőrzés kvantitatív analitikájához.
- Elmagyarázni az összetett fogalmakat, kompromisszumokat és ajánlásokat a felső szintű érintetteknek.
- Nagy értékű analitikai lehetőségeket és módszereket feltárni összetett, nem egyértelmű problémákhoz.
- Egyre összetettebb projekteket kezelni mérsékelt felügyelet mellett, önálló ítélőképességgel.
Követelmények
- Analitika, matematika, statisztika, számítástechnika, adattudomány, operációkutatás, közgazdaságtan, pénzügy vagy ezekhez hasonló képzettség, szakmai felkészültség és tapasztalat kombinációja terén szerzett alapképzéses diploma.
- Legalább öt év tapasztalat analitika, matematika, statisztika, számítástechnika, adattudomány, operációkutatás, közgazdaságtan vagy pénzügy területén.
- Az adott üzleti terület vagy szakterület átfogó ismerete.
- Haladó szintű szakértelem a kvantitatív modellezés, optimalizálás, statisztikai következtetés, gépi tanulás, szimuláció vagy algoritmustervezés terén.
- Erős programozási készség, valamint tapasztalat éles környezetben használható analitikai eszközök, adatfolyamatok, modellek vagy döntéstámogató rendszerek fejlesztésében.
- Képesség összetett elemzések irányítására a probléma meghatározásától a megvalósításon át az érintettek általi alkalmazásig.
- Erős kommunikációs, befolyásolási és konzultatív problémamegoldó képesség.
- Tapasztalat a modellkockázat-kezelés, az adatirányítás, valamint a mesterségesintelligencia- vagy ügynökalapú mesterségesintelligencia-irányítás értékelésében és kritikus felülvizsgálatában.
- A hitelkockázatban, csalásfelderítésben, BSA/AML-ben, műveletekben, kincstári és pénzügyi területeken, valamint marketingben használt modellek és modellezési gyakorlatok ismerete.
- A modellkockázatra vonatkozó szabályozói útmutatások ismerete, beleértve az SR 11-7-et, az SR 26-2-t és az ASOP 56-ot.
- A mesterségesintelligencia-irányítási keretrendszerek ismerete, beleértve a NIST AI Kockázatkezelési Keretrendszert és az ISO/IEC 42001 szabványt.
- A CECL, CCAR, BSA/Pénzmosás elleni küzdelem, ECOA és FCRA szerinti szabályozások és keretrendszerek ismerete.
- Programozási, adatmodellezési, szimulációs és haladó matematikai készségek.
- Az SQL, R, Python, Hadoop vagy SAS ismerete.
- Az olyan mesterségesintelligencia-platformok és adaté ökoszisztémák ismerete, mint a Microsoft Copilot Studio, az Azure AI Foundry, az AWS, a Databricks és a Power BI.
- Munkavállalási jogosultság az Egyesült Államokban jelenlegi vagy jövőbeli szponzorálás nélkül.
Juttatások
- Kiemelkedően versenyképes juttatás.
- Bőkezű juttatások és további kedvezmények.
- Érdemi lehetőségek a szakmai tapasztalat bővítésére.
- Energikus, elkötelezett és együttműködő munkahelyi kultúra.
- Részvételi jogosultság a munkavállalói ajánlási programban.