Bank of America 是一家业务遍及银行、金融和金融科技领域的全球性金融机构。其服务涵盖个人银行业务、小型企业支持、财富管理、投资服务，以及为个人、企业和机构提供资本市场准入。公司还通过可持续金融、多元化倡议和社区发展项目，致力于实现负责任的增长。
量化金融分析师 - 夏洛特现场办公
加入美国银行全球风险分析团队，为受监管的银行决策开发消费者风险和资本模型。 在夏洛特现场办公，运用 Python、机器学习、统计分析和量化建模。
描述
- 负责指定业务部门和风险领域的量化分析与建模工作。
- 创建新模型、分析流程和系统策略。
- 为量化建模活动编写技术文档。
- 与技术团队合作，设计运行已开发模型的系统。
- 执行端到端市场风险压力测试，包括情景设计与实施、结果汇总、报告和分析。
- 根据银行整体战略协助确定量化工作的优先级。
- 通过模型开发和验证审查，持续发现改进机会。
- 根据业务需求和企业风险偏好，支持模型开发和模型风险管理。
- 提供方法论、分析和技术指导，对开发与验证工作进行质询并推动改进。
- 向模型相关方和高级管理层传达提交与验证结果。
- 对大型数据集进行统计分析，并通过定性和定量方法解读结果。
- 为零售和全球财富与投资管理（GWIM）产品线开发并维护风险和资本模型及配套系统。
- 在战略平台上设计、实施、维护、增强和集成量化解决方案。
- 开发支持风险和资本管理的量化解决方案。
- 改进基础设施、代码性能和计算资源利用率。
- 为相关方、政策要求和监管检查编制定量文档，包括 CCAR 和 CECL 相关文档。
- 与高级建模人员合作开展模型设计并提供执行支持。
- 与企业模型风险管理团队合作进行模型验证和问题整改。
- 担任业务部门的量化建模主题专家。
- 监督关键模型组合的模型表现、模型风险和治理。
任职要求
- 相关专业硕士学位或同等专业经验。
- 至少两年统计学、数据科学、机器学习、模型开发或量化分析相关经验。
- 具备统计和机器学习模型的估计、实施、测试、评估、文档编写和分析经验。
- 熟练掌握 Python、SQL 及相关量化或数据科学库。
- 具备处理大型复杂数据集的经验，包括使用基于 SQL 的工具进行提取、转换、验证、特征工程和质量审查。
- 具备 HDFS、Hive、Spark、PySpark 和分布式数据处理环境的使用经验。
- 具备使用 Python 框架开发机器学习或 AI 模型的实践经验，例如 scikit-learn、XGBoost、LightGBM、Random Forest 或同类集成方法。
- 具备应用模型可解释性和透明度方法的经验，包括 SHAP、特征重要性、偏依赖或可解释模型。
- 能够将量化发现与住宅物业估值、抵押品风险、抵押贷款或房屋净值决策支持以及模型治理的业务影响联系起来。
- 具备使用 LaTeX 或同类工具编制定量文档和技术内容的经验。
- 具备出色的分析和解决问题能力，能够独立工作并在适当情况下寻求指导。
- 能够向技术和非技术受众展示量化分析、模型输出和建议。
- 能够在美国第一班次工作时间内于办公室环境办公。
福利待遇
- 符合获得酌情激励并参加年度酌情计划的资格。
- 符合享受员工福利的资格。
- 带薪休假。
- 可使用员工资源和支持服务。
- 倡导协作、投入和职业发展的办公室文化。
- 拥有学习、成长并作出有意义贡献的机会。