Bank of America เป็นสถาบันการเงินระดับโลกที่ดำเนินงานในด้านการธนาคาร การเงิน และเทคโนโลยีทางการเงิน บริการของบริษัทครอบคลุมธนาคารส่วนบุคคล การสนับสนุนธุรกิจขนาดเล็ก การบริหารความมั่งคั่ง บริการด้านการลงทุน และการเข้าถึงตลาดทุนสำหรับบุคคล ธุรกิจ และสถาบันต่าง ๆ นอกจากนี้ บริษัทยังให้ความสำคัญกับการเติบโตอย่างมีความรับผิดชอบผ่านการเงินเพื่อความยั่งยืน โครงการส่งเสริมความหลากหลาย และโครงการพัฒนาชุมชน
นักวิเคราะห์การเงินเชิงปริมาณ ด้านแบบจำลองความเสี่ยงและเงินทุน
Bank of America กำลังมองหานักวิเคราะห์การเงินเชิงปริมาณเพื่อพัฒนาและกำกับดูแลแบบจำลองความเสี่ยงและเงินทุนที่สนับสนุนธุรกิจ Retail และ GWIM ตำแหน่งนี้ใช้การเรียนรู้ของเครื่อง การวิเคราะห์ทางสถิติ การทดสอบภาวะวิกฤต และการกำกับดูแลแบบจำลองในการตัดสินใจทางการเงินภายใต้การกำกับดูแล
รายละเอียด
- เป็นผู้นำโครงการริเริ่มด้านการวิเคราะห์เชิงปริมาณและการสร้างแบบจำลองในหน่วยธุรกิจและด้านความเสี่ยงที่ได้รับมอบหมาย
- ออกแบบแบบจำลอง กระบวนการวิเคราะห์ และแนวทางด้านระบบ
- จัดทำเอกสารทางเทคนิคและเชิงปริมาณ
- ทำงานร่วมกับทีมเทคโนโลยีเพื่อออกแบบระบบสำหรับใช้งานแบบจำลองที่พัฒนาแล้ว
- ดำเนินการทดสอบภาวะวิกฤตความเสี่ยงตลาดแบบครบวงจร ตั้งแต่การออกแบบและนำสถานการณ์ไปใช้ ไปจนถึงการรวบรวมผล การรายงาน และการวิเคราะห์
- ช่วยวางแผนและจัดลำดับความสำคัญของงานเชิงปริมาณเพื่อสนับสนุนกลยุทธ์ของธนาคาร
- ระบุแนวทางปรับปรุงโดยทบทวนการตัดสินใจด้านการพัฒนาและการตรวจสอบความถูกต้องของแบบจำลอง เอกสารทางเทคนิค และกระบวนการท้าทาย
- สนับสนุนการพัฒนาแบบจำลองและการจัดการความเสี่ยงของแบบจำลองให้สอดคล้องกับความต้องการทางธุรกิจและระดับความเสี่ยงที่องค์กรยอมรับ
- ให้คำแนะนำด้านระเบียบวิธี การวิเคราะห์ และเทคนิคแก่โครงการริเริ่มด้านการพัฒนาและการตรวจสอบความถูกต้อง
- ประสานงานกับผู้มีส่วนได้ส่วนเสียด้านแบบจำลองและผู้นำอาวุโสเกี่ยวกับผลการส่งแบบจำลองและการตรวจสอบความถูกต้อง
- วิเคราะห์ชุดข้อมูลขนาดใหญ่ทางสถิติและตีความผลลัพธ์ด้วยวิธีการเชิงคุณภาพและเชิงปริมาณ
- พัฒนาและดูแลแบบจำลองความเสี่ยงและเงินทุน รวมถึงระบบสนับสนุนสำหรับผลิตภัณฑ์ Retail และ GWIM
- ออกแบบ นำไปใช้ ดูแล ปรับปรุง และผสานรวมโซลูชันเชิงปริมาณบนแพลตฟอร์ม GRA เชิงกลยุทธ์
- พัฒนาขีดความสามารถเชิงปริมาณสำหรับการบริหารความเสี่ยงและเงินทุน
- ปรับปรุงโครงสร้างพื้นฐาน ประสิทธิภาพโค้ด ฟังก์ชันเชิงปริมาณ และการใช้ทรัพยากรคำนวณ
- สนับสนุนการประมวลผลแบบจำลองโดยทำงานร่วมกับทีมเทคโนโลยี
- ทำงานร่วมกับฝ่าย Enterprise Model Risk Management ในการตรวจสอบความถูกต้องและแก้ไขประเด็นปัญหา
- ทำหน้าที่เป็นผู้เชี่ยวชาญเฉพาะด้านวิธีการสร้างแบบจำลองเชิงปริมาณ
- ติดตามประสิทธิภาพแบบจำลอง ความเสี่ยงของแบบจำลอง และการกำกับดูแลในกลุ่มแบบจำลองที่สำคัญ
คุณสมบัติ
- วุฒิปริญญาโทในสาขาที่เกี่ยวข้องหรือมีประสบการณ์วิชาชีพเทียบเท่า
- มีประสบการณ์ที่เกี่ยวข้องอย่างน้อยสองปีในด้านสถิติ วิทยาการข้อมูล การเรียนรู้ของเครื่อง การพัฒนาแบบจำลอง หรือการวิเคราะห์เชิงปริมาณ
- มีประสบการณ์ด้านการวิเคราะห์ข้อมูล การประมาณค่าทางสถิติ การพัฒนา การนำไปใช้ การทดสอบ การประเมินประสิทธิภาพของการเรียนรู้ของเครื่อง และการจัดทำเอกสารแบบจำลอง
- มีทักษะการเขียนโปรแกรม Python และ SQL ที่แข็งแกร่ง รวมถึงไลบรารีด้านเชิงปริมาณหรือวิทยาการข้อมูลที่เกี่ยวข้อง
- มีประสบการณ์จัดการชุดข้อมูลขนาดใหญ่และซับซ้อน รวมถึงการดึงข้อมูล การแปลงข้อมูล การตรวจสอบความถูกต้อง การสร้างคุณลักษณะ และการตรวจสอบคุณภาพด้วยเครื่องมือที่ใช้ SQL
- มีประสบการณ์กับ HDFS, Hive, Spark, PySpark และสภาพแวดล้อมการประมวลผลข้อมูลแบบกระจาย
- มีประสบการณ์จริงในการพัฒนาแบบจำลองการเรียนรู้ของเครื่องหรือ AI ด้วยเฟรมเวิร์ก Python เช่น scikit-learn, XGBoost, LightGBM, Random Forest หรือวิธี ensemble ที่เทียบเท่า
- มีความรู้เกี่ยวกับวิธีการอธิบายและความโปร่งใสของแบบจำลอง รวมถึง SHAP ความสำคัญของคุณลักษณะ partial dependence หรือแบบจำลองที่ตีความได้
- สามารถเชื่อมโยงผลลัพธ์เชิงปริมาณกับประเด็นทางธุรกิจที่เกี่ยวข้องกับการประเมินมูลค่าอสังหาริมทรัพย์เพื่อการอยู่อาศัย ความเสี่ยงของหลักประกัน การสนับสนุนการตัดสินใจด้านสินเชื่อที่อยู่อาศัยหรือส่วนของทุนในบ้าน และการกำกับดูแลแบบจำลอง
- มีประสบการณ์จัดทำเอกสารเชิงปริมาณ มีทักษะการเขียนทางเทคนิค และคุ้นเคยกับ LaTeX หรือเครื่องมือที่เทียบเท่า
- มีความสามารถสูงด้านการวิเคราะห์และการแก้ปัญหา พร้อมความสามารถในการทำงานอย่างอิสระ
- สามารถสื่อสารการวิเคราะห์เชิงปริมาณ ผลการค้นพบจากแบบจำลอง และข้อเสนอแนะต่อผู้ฟังทั้งสายเทคนิคและไม่ใช่สายเทคนิค
- สามารถทำงานในสหรัฐอเมริกาได้
- พิจารณาเป็นพิเศษ: มีประสบการณ์กับ CI/CD และเครื่องมือวิศวกรรมซอฟต์แวร์ เช่น Git, JIRA, Confluence, Pytest, Jenkins, SonarQube และแนวปฏิบัติด้านการตรวจสอบโค้ด
- พิจารณาเป็นพิเศษ: มีความรู้เกี่ยวกับอสังหาริมทรัพย์เพื่อการอยู่อาศัย ตลาดที่อยู่อาศัย การประเมินราคา การริเริ่มหรือการให้บริการสินเชื่อที่อยู่อาศัย การให้สินเชื่อโดยใช้ส่วนของทุนในบ้าน การจัดการความเสี่ยงของหลักประกัน และปัจจัยทางเศรษฐกิจที่เกี่ยวข้อง
- พิจารณาเป็นพิเศษ: คุ้นเคยกับการจัดการความเสี่ยงของแบบจำลอง ความคาดหวังด้านกฎระเบียบ กระบวนการกำกับดูแล CCAR, CECL ความเสี่ยงด้านเครดิตผู้บริโภค หรือการพัฒนาแบบจำลองธนาคารภายใต้การกำกับดูแล
สวัสดิการ
- มีสิทธิ์เข้าร่วมแผนจูงใจประจำปีตามดุลยพินิจ
- มีสิทธิ์ได้รับสวัสดิการพนักงาน
- วันหยุดโดยได้รับค่าจ้าง
- ทรัพยากรและการสนับสนุนสำหรับพนักงาน
- วัฒนธรรมการทำงานในสำนักงานพร้อมความยืดหยุ่นตามลักษณะงาน
- โอกาสในการเรียนรู้ การเติบโตทางวิชาชีพ และการสร้างผลกระทบที่มีความหมาย