BBVA è un gruppo globale di servizi bancari e finanziari impegnato a modernizzare il modo in cui persone e aziende gestiscono il denaro. Le sue attività comprendono il corporate e investment banking, il fintech e il digital banking, e servono 71,5 milioni di clienti attraverso soluzioni finanziarie abilitate dalla tecnologia. Con oltre 121.000 dipendenti, BBVA riunisce competenze nei settori bancario, della consulenza e del marketing in un ambiente collaborativo orientato all’innovazione, alla trasformazione digitale e all’eccellenza professionale.
Analista dei dati del rischio di credito – BBVA, Città del Messico Ibrido
Entra in BBVA come analista dei dati del rischio di credito e supporta i portafogli di credito al dettaglio con Python, PySpark, SAS e SQL. Crea KPI, convalida i dati e applica i principi dell’IFRS 9 all’analisi del rischio di credito.
Descrizione
- Analizzare e ottimizzare i processi end-to-end dei portafogli di credito al dettaglio, comprese carte, prestiti al consumo, prestiti auto e mutui.
- Gestire, trasformare e integrare i dati provenienti da piattaforme legacy e strumenti più recenti tramite flussi di lavoro ETL con Python, PySpark, SAS Guide e SQL.
- Creare e automatizzare report di recupero crediti e performance, inclusi gli indicatori chiave di performance.
- Strutturare e analizzare database per individuare i modelli di comportamento dei clienti e valutare l’efficacia delle strategie.
- Eseguire processi mensili critici, comprese le attività del giorno zero, i test di qualità e i controlli di coerenza dei database.
- Applicare i requisiti dell’IFRS 9 a accantonamenti, perdite attese, esposizione al default, rischio di credito e rischio operativo.
- Collaborare con team multidisciplinari di Risk, Finance e Planning.
- Preparare presentazioni per il management con risultati e azioni proposte.
- Gestire grandi volumi di dati in ambienti Big Data rispettando scadenze ravvicinate e i picchi operativi mensili.
- Trasformare analisi complesse in raccomandazioni chiare e attuabili.
Requisiti
- Analisi automatizzata dei dati con Python per l’analisi dei dati e fondamenti di SQL.
- Esperienza con PySpark, SAS Guide e flussi di lavoro ETL.
- Conoscenza avanzata di Excel, comprese tabelle pivot e macro, oltre a una buona padronanza di Google Workspace.
- Conoscenza del rischio di credito, del recupero crediti o dei requisiti dell’IFRS 9 relativi a perdite attese, esposizione al default e accantonamenti.
- Esperienza nell’uso di strumenti di intelligenza artificiale come ChatGPT e Gemini.
- Inglese intermedio per leggere e comprendere la documentazione tecnica.
- Conoscenza dei modelli di previsione del comportamento di pagamento.
- Esperienza con Power BI.
- Certificazioni SAS Certified Specialist.
- Corsi o studi post-laurea in Data Science, Machine Learning o Big Data.
- Laurea o titolo di ingegneria in Scienze Attuariali, Economia, Matematica, Finanza, Amministrazione Aziendale o ambito correlato; possono candidarsi studenti e neolaureati.
- Da tre a cinque anni di esperienza nell’analisi di dati finanziari, portafogli di credito, rischio o recupero crediti.
- Approccio analitico e strutturato, forte attenzione ai dettagli e mentalità orientata ai dati.
- Elevata tolleranza allo stress, resilienza e capacità di autogestione.
- Orientamento all’esecuzione e forte impegno per la qualità.
- Leadership basata sulla capacità di dare e ricevere feedback.
- Capacità di collaborazione attiva.
Benefit
- Sono disponibili accomodamenti ragionevoli durante tutto il processo di selezione per favorire la piena partecipazione.
- Un luogo di lavoro diversificato, inclusivo ed equo.
- Un ambiente di lavoro collaborativo e inclusivo.