Fannie Mae
Fannie Mae
Fannie Mae je podjetje, ki ga podpira vlada in deluje na presečišču financ in nepremičnin. Podpira sistem stanovanjskega financiranja v ZDA tako, da od posojilodajalcev odkupuje hipotekarna posojila, jih združuje v hipotekarne vrednostne papirje ter pomaga povezovati posojilodajalce z vlagatelji na kapitalskih trgih. S svojim delovanjem Fannie Mae zagotavlja likvidnost za trge stanovanj, namenjenih nakupu in najemu, ter podpira širšo dostopnost stanovanj in stabilnost trga. Njena velika multidisciplinarna organizacija ponuja priložnosti za prispevanje k finančnim storitvam med podjetji in infrastrukturi, ki podpira financiranje stanovanjskih nepremičnin.

Višji kvantitativni modelar – Washington, DC (hibridno)

Fannie Mae išče višjega kvantitativnega modelarja za razvoj modelov hipotekarnega financiranja za vrednotenje nepremičnin, indekse cen stanovanj in napovedovanje. Delo vključuje uporabo statističnih, ekonometričnih in programerskih metod za kvantitativne analize in ocenjevanje tveganja modelov.

Opis

  • Raziskovanje vprašanj hipotekarnega financiranja z uporabo teoretičnih in empiričnih metod ter javnih in lastniških podatkov, ki zajemajo vrednotenje nepremičnin, indekse cen stanovanj in napovedovanje.
  • Uporaba matematičnih, statističnih in ekonometričnih metod za podporo poslovnim strategijam in pobudam.
  • Izvajanje modelarskih projektov v skladu s politikami podjetja in uveljavljenimi praksami v panogi.
  • Izvajanje ali ocenjevanje ad hoc kvantitativnih analiz, modeliranja in programiranja s SQL, R ali Pythonom.
  • Uporaba naprednih metod podatkovnega rudarjenja in statističnih metod za pridobivanje vpogledov, hipotez in priporočil.
  • Iskanje priložnosti za uporabo kvantitativnih pristopov za izboljšanje poslovne uspešnosti.
  • Oblikovanje pristopov za validacijo in testiranje ter ocenjevanje metodologije modelov, rezultatov, procesov, kakovosti in tveganja.
  • Razlaganje ugotovitev modelov, spremljanje njihove uspešnosti in ocenjevanje povezanih tveganj.
  • Razlaganje zapletenih tehničnih tem prek predstavitev, strokovnih dokumentov, poročil o pregledih in delovnih dokumentov.

Zahteve

  • Diploma prve stopnje ali enakovredna kvalifikacija.
  • Najmanj dve leti izkušenj z analizo podatkov in modeliranjem.
  • Dokazana radovednost in prilagodljivost pri učenju ter odgovorni uporabi nastajajočih tehnologij, vključno z umetno inteligenco.
  • Podiplomska kvalifikacija ali enakovredna kvalifikacija iz statistike, fizike ali matematike je zaželena.
  • Izkušnje z analizo in modeliranjem velikih podatkovnih zbirk so zaželene.
  • Izkušnje z izdelavo tehnične dokumentacije o analizi podatkov in ugotovitvah so zaželene.
  • Znanje SQL, Pythona, GitHuba in AWS je zaželeno.

Ugodnosti

  • Upravičenost do spodbujevalnega programa družbe Fannie Mae v skladu z veljavnimi pogoji programa.
  • Celovite ugodnosti, ki vključujejo zdravstvene in življenjske ugodnosti, prostovoljne ugodnosti za življenjski slog ter druge ponudbe.
  • Ugodnosti in prednosti, namenjene podpori fizičnemu, duševnemu, čustvenemu in finančnemu dobremu počutju.
  • Prilagodljiva ureditev dela prek programa Flex.

Sorodna delovna mesta

Deutsche Windtechnik

Site Coordinator, Wind Energy Operations

Deutsche Windtechnik

Coordinate project documents and maintenance reporting for Deutsche Windtechnik’s wind energy operations in Taiwan. Work with engineers, clients, and other stakeholders to manage permits, safety records, and document control.

Odpri
Ambush

Senior Machine Learning and AI Engineer

Ambush

Build production-grade generative AI and agent workflows for Ambush’s financial services clients. Develop Python and FastAPI services, SQL data workflows, retrieval-augmented generation, and cloud-based AI systems.

Odpri
GFN

Senior Software Engineer, Machine Learning

GFN
201 – 500 Zaposleni
E-trgovinaFintechSaaS

Build backend infrastructure and AI-enabled learning products for GFN, a German education provider. Develop scalable educational platforms with a focus on robust software architecture and practical machine learning.

Odpri