BBVA ir globāla banku un finanšu pakalpojumu grupa, kas strādā pie tā, lai modernizētu veidu, kā cilvēki un uzņēmumi pārvalda savus finanšu līdzekļus. Tās darbība aptver korporatīvo un investīciju banku darbību, fintech un digitālo banku pakalpojumus, ar tehnoloģijām nodrošinātiem finanšu risinājumiem apkalpojot 71,5 miljonus klientu. BBVA ar vairāk nekā 121 000 darbinieku apvieno banku darbības, konsultāciju un mārketinga kompetenci sadarbīgā vidē, kas koncentrējas uz inovācijām, digitālo pārveidi un profesionālo izcilību.
Kredītriska datu analītiķis – BBVA, Mexico City, hibrīddarbs
Pievienojieties BBVA kā kredītriska datu analītiķis un atbalstiet privātpersonu kreditēšanas portfeļus, izmantojot Python, PySpark, SAS un SQL. Veidojiet KPI, validējiet datus un piemērojiet IFRS 9 principus kredītriska analīzē.
Apraksts
- Analizējiet un optimizējiet visus privātpersonu kredītportfeļu procesus, tostarp karšu, patēriņa kredītu, auto aizdevumu un hipotekāro kredītu procesus.
- Pārvaldiet, pārveidojiet un integrējiet datus no mantotām platformām un jaunākiem rīkiem, izmantojot ETL darbplūsmas ar Python, PySpark, SAS Guide un SQL.
- Veidojiet un automatizējiet parādu atgūšanas un darbības pārskatus, tostarp galvenos darbības rādītājus.
- Strukturējiet un analizējiet datubāzes, lai noteiktu klientu uzvedības modeļus un novērtētu stratēģiju efektivitāti.
- Veiciet kritiskos ikmēneša procesus, tostarp pirmās dienas aktivitātes, kvalitātes testēšanu un datubāzu konsekvences pārbaudes.
- Piemērojiet IFRS 9 prasības uzkrājumiem, paredzamajiem zaudējumiem, riska darījumam saistību neizpildes gadījumā, kredītriskam un operacionālajam riskam.
- Strādājiet daudznozaru riska, finanšu un plānošanas komandās.
- Sagatavojiet vadībai prezentācijas par konstatējumiem un ierosinātajām darbībām.
- Apstrādājiet lielus datu apjomus Big Data vidēs, ievērojot saspringtus termiņus un ikmēneša darbības maksimumus.
- Pārvērtiet sarežģītas analīzes skaidros un īstenojamos ieteikumos.
Prasības
- Automatizēta datu analīze, izmantojot Python datu analīzei un SQL pamatzināšanas.
- Pieredze darbā ar PySpark, SAS Guide un ETL darbplūsmām.
- Padziļinātas Excel prasmes, tostarp rakurstabulas un makro, kā arī labas Google Workspace zināšanas.
- Kredītriska, parādu atgūšanas vai IFRS 9 prasību pārzināšana, tostarp zināšanas par paredzamajiem zaudējumiem, riska darījumu saistību neizpildes gadījumā un uzkrājumiem.
- Pieredze mākslīgā intelekta rīku, piemēram, ChatGPT un Gemini, izmantošanā.
- Vidēja līmeņa angļu valodas zināšanas tehniskās dokumentācijas lasīšanai un izpratnei.
- Maksājumu uzvedības prognozēšanas modeļu pārzināšana.
- Pieredze darbā ar Power BI.
- SAS Certified Specialist sertifikāti.
- Kursi vai pēcdiploma studijas datu zinātnē, mašīnmācīšanās jomā vai lielo datu jomā.
- Bakalaura grāds vai inženiera kvalifikācija aktuāru zinātnē, ekonomikā, matemātikā, finansēs, uzņēmējdarbības vadībā vai saistītā jomā; pieteikties var arī pašreizējie studenti un absolventi.
- Trīs līdz piecu gadu pieredze finanšu datu, kredītportfeļu, riska vai parādu atgūšanas analīzē.
- Analītiska un strukturēta pieeja, liela uzmanība detaļām un uz datiem balstīta domāšana.
- Augsta stresa noturība, izturība un pašvadības prasmes.
- Uz izpildi vērsta pieeja un stingra apņemšanās nodrošināt kvalitāti.
- Līderība, kas balstīta uz atgriezeniskās saites sniegšanu un pieņemšanu.
- Aktīvas sadarbības prasmes.
Priekšrocības
- Atlases procesa laikā ir pieejami saprātīgi pielāgojumi, lai atbalstītu pilnvērtīgu dalību.
- Daudzveidīga, iekļaujoša un līdztiesīga darbavieta.
- Uz sadarbību un iekļaušanu balstīta darba vide.