
信用风险数据分析师
加入 BBVA,担任信用风险数据分析师,支持墨西哥的零售信贷组合,涵盖信用卡、消费贷款、汽车贷款和住房贷款。 自动化 ETL 工作流、业绩报告和 IFRS 9 分析。
描述
- 分析并改进零售信贷组合的端到端流程,涵盖信用卡、消费贷款、汽车贷款和住房贷款。
- 使用 Python、PySpark、SAS Guide 和 SQL,通过 ETL 工作流转换来自旧平台和新工具的数据。
- 开发并自动生成催收报告和关键绩效指标。
- 整理并分析数据集,发现客户行为模式并评估策略成效。
- 执行关键月度流程,包括“第零日”流程,并进行数据质量检查以验证数据集的一致性。
- 将 IFRS 9 标准应用于拨备、预期损失(PE)、违约风险暴露(EAD)、信用风险和操作风险。
- 与风险、财务和规划等跨职能团队合作。
- 准备包含分析结果和建议的高管演示材料。
- 在大数据环境中管理大型数据集,并按时完成工作,应对每月运营高峰。
任职要求
- 使用 Python 进行数据分析,并使用 SQL 管理和自动化数据分析。
- 具备 PySpark、SAS Guide 和 ETL 流程经验。
- 具备高级 Excel 技能,包括数据透视表和宏,并熟练使用 Google Workspace。
- 了解信用风险、催收或 IFRS 9 标准,包括预期损失(PE)、违约风险暴露(EAD)和拨备。
- 有使用 ChatGPT、Gemini 等 AI 工具的经验。
- 具备中级英语能力,能够阅读和理解技术文档。
- 了解支付行为预测模型。
- 有 Power BI 使用经验,并持有 SAS Certified Specialist 认证。
- 拥有精算学、经济学、数学、金融、工商管理或相关领域的学士学位或工程类学历;应届毕业生及正在完成学位的学生均可申请。
- 拥有三至五年金融数据、信贷组合、风险或催收分析经验。
- 具备分析和结构化思维,注重细节,并以数据为依据开展工作。
- 能够承受压力、灵活适应并独立管理工作。
- 注重执行,致力于保证质量。
- 具备以给予和接受反馈为基础的领导能力。
- 积极协作,践行“我们是一个团队”的价值观。
福利待遇
- 在招聘选拔过程中提供合理便利,以支持候选人参与。
- 协作且包容的工作环境。
- 致力于多元化、包容和平等机会。
- 职业发展机会。
相关职位

