BBVA to globalna grupa bankowa i finansowa, która modernizuje sposób, w jaki osoby prywatne i firmy zarządzają pieniędzmi. Jej działalność obejmuje bankowość korporacyjną i inwestycyjną, fintech oraz bankowość cyfrową, a dzięki rozwiązaniom finansowym opartym na technologii grupa obsługuje 71,5 miliona klientów. BBVA zatrudnia ponad 121 000 osób, łącząc wiedzę z zakresu bankowości, doradztwa i marketingu w środowisku współpracy skoncentrowanym na innowacjach, transformacji cyfrowej i doskonałości zawodowej.
Analityk danych ryzyka kredytowego — BBVA, praca hybrydowa, Meksyk
Dołącz do BBVA jako analityk danych ryzyka kredytowego, wspierając portfele kredytów detalicznych za pomocą Python, PySpark, SAS i SQL. Twórz KPI, weryfikuj dane i stosuj zasady MSSF 9 w analizie ryzyka kredytowego.
Opis
- Analizuj i optymalizuj kompleksowe procesy w portfelach kredytów detalicznych, obejmujących karty, kredyty konsumenckie, kredyty samochodowe i kredyty hipoteczne.
- Zarządzaj danymi z dotychczasowych platform i nowszych narzędzi, przekształcaj je i integruj w ramach procesów ETL z użyciem Python, PySpark, SAS Guide i SQL.
- Twórz i automatyzuj raporty dotyczące windykacji i wyników, w tym kluczowych wskaźników efektywności.
- Strukturyzuj i analizuj bazy danych, aby identyfikować wzorce zachowań klientów i oceniać skuteczność strategii.
- Realizuj kluczowe procesy miesięczne, w tym działania dnia zerowego, testy jakości oraz kontrole spójności baz danych.
- Stosuj wymogi MSSF 9 dotyczące rezerw, oczekiwanych strat, ekspozycji w momencie niewykonania zobowiązania, ryzyka kredytowego i operacyjnego.
- Współpracuj z interdyscyplinarnymi zespołami Risk, Finance i Planning.
- Przygotowuj prezentacje dla kadry zarządzającej, przedstawiające ustalenia i proponowane działania.
- Przetwarzaj duże wolumeny danych w środowiskach Big Data, pracując pod presją terminów i podczas miesięcznych szczytów operacyjnych.
- Przekładaj złożone analizy na jasne rekomendacje możliwe do wdrożenia.
Wymagania
- Automatyczna analiza danych z wykorzystaniem Python do analizy danych i podstaw SQL.
- Doświadczenie w pracy z PySpark, SAS Guide i procesami ETL.
- Zaawansowana znajomość programu Excel, w tym tabel przestawnych i makr, oraz biegłość w korzystaniu z Google Workspace.
- Znajomość ryzyka kredytowego, windykacji lub wymogów MSSF 9 dotyczących oczekiwanych strat, ekspozycji w momencie niewykonania zobowiązania i rezerw.
- Doświadczenie w korzystaniu z narzędzi sztucznej inteligencji, takich jak ChatGPT i Gemini.
- Znajomość języka angielskiego na poziomie średniozaawansowanym, umożliwiająca czytanie i rozumienie dokumentacji technicznej.
- Znajomość modeli prognozowania zachowań płatniczych.
- Doświadczenie w pracy z Power BI.
- Certyfikaty SAS Certified Specialist.
- Studia lub studia podyplomowe w dziedzinie Data Science, uczenia maszynowego lub Big Data.
- Wykształcenie wyższe lub kwalifikacje inżynierskie w dziedzinie nauk aktuarialnych, ekonomii, matematyki, finansów, administracji biznesowej lub pokrewnej; mogą aplikować obecni studenci i absolwenci.
- Od trzech do pięciu lat doświadczenia w analizie danych finansowych, portfeli kredytowych, ryzyka lub windykacji.
- Analityczne i uporządkowane podejście, duża dbałość o szczegóły oraz nastawienie na pracę z danymi.
- Wysoka odporność na stres, wytrwałość i umiejętność zarządzania sobą.
- Nastawienie na realizację zadań i silne zaangażowanie w jakość.
- Umiejętności przywódcze oparte na przekazywaniu i przyjmowaniu informacji zwrotnej.
- Umiejętność aktywnej współpracy.
Benefity
- W całym procesie rekrutacji dostępne są racjonalne usprawnienia wspierające pełne uczestnictwo.
- Różnorodne, inkluzywne i sprawiedliwe miejsce pracy.
- Współpracujące i inkluzywne środowisko pracy.