
信用リスクデータアナリスト
BBVAに加わり、メキシコのリテール融資ポートフォリオ(クレジットカード、個人ローン、自動車ローン、住宅ローン)を支援する信用リスクデータアナリストとして活躍します。 ETLワークフロー、実績レポート、IFRS 9分析を自動化します。
仕事内容
- クレジットカード、個人ローン、自動車ローン、住宅ローンを含むリテール信用ポートフォリオのエンドツーエンドのプロセスを分析し、改善します。
- Python、PySpark、SAS Guide、SQLを使用したETLワークフローを通じて、旧来のプラットフォームや新しいツールのデータを変換します。
- 回収レポートと主要業績指標を作成し、自動化します。
- データセットを整理・分析し、顧客行動のパターンを明らかにして、戦略の有効性を評価します。
- 「デイゼロ」を含む重要な月次プロセスを実行し、データセットの一貫性を検証するデータ品質チェックを行います。
- IFRS 9基準を引当金、予想損失(PE)、デフォルト時エクスポージャー(EAD)、信用リスク、オペレーショナルリスクに適用します。
- リスク、財務、企画の各部門と連携します。
- 分析結果と提案をまとめた経営層向けプレゼンテーションを準備します。
- ビッグデータ環境で大規模なデータセットを管理し、期限を守りながら毎月の業務繁忙期に対応します。
応募要件
- データ分析にPythonを使用し、SQLでデータ分析を管理・自動化できること。
- PySpark、SAS Guide、ETLプロセスの経験。
- ピボットテーブルやマクロを含む高度なExcelスキルと、Google Workspaceの習熟。
- 信用リスク、債権回収、またはIFRS 9基準の知識。予想損失(PE)、デフォルト時エクスポージャー(EAD)、引当金に関する知識を含みます。
- ChatGPTやGeminiなどのAIツールを使用した経験。
- 技術文書を読んで理解できる中級レベルの英語力。
- 支払行動予測モデルの知識。
- Power BIの使用経験、およびSAS Certified Specialistの認定資格。
- 保険数理、経済、数学、金融、経営管理、または関連分野の学士号または工学系の学位。卒業生および学位取得見込みの学生も応募できます。
- 金融データ、信用ポートフォリオ、リスク、または債権回収の分析経験が3~5年あること。
- 分析的で論理的に取り組み、細部に注意を払い、データに基づいて判断できること。
- ストレスに対処し、状況に適応し、自律して業務を管理できること。
- 業務を着実に遂行し、品質を重視すること。
- フィードバックを行い、受け入れる姿勢に基づくリーダーシップ。
- 「私たちは一つのチーム」という価値観に沿って積極的に協力できること。
福利厚生
- 選考への参加を支援するため、選考過程で合理的な配慮を提供します。
- 協力的でインクルーシブな職場環境。
- 多様性、インクルージョン、機会均等への取り組み。
- 専門能力の開発機会。
関連求人

