量化金融分析師 - 夏洛特現場辦公
加入美國銀行全球風險分析團隊,為受監管的銀行決策開發消費者風險與資本模型。 在夏洛特現場辦公,運用 Python、機器學習、統計分析與量化建模。
說明
- 負責指定業務部門與風險領域的量化分析及建模工作。
- 建立新模型、分析流程與系統策略。
- 為量化建模活動準備技術文件。
- 與技術團隊合作,設計可運行所開發模型的系統。
- 執行端到端市場風險壓力測試,涵蓋情境設計與實施、結果彙整、報告及分析。
- 依據銀行整體策略協助排定量化工作的優先順序。
- 透過模型開發與驗證審查,持續找出改善機會。
- 依照業務需求與企業風險胃納,支援模型開發與模型風險管理。
- 提供方法論、分析與技術指導,質疑並塑造開發與驗證工作。
- 向模型利害關係人及高階管理層傳達提交與驗證結果。
- 對大型資料集進行統計分析,並以質化與量化方法解讀結果。
- 為零售及全球財富與投資管理(GWIM)產品線開發並維護風險與資本模型及支援系統。
- 在策略平台上設計、實施、維護、強化並整合量化解決方案。
- 開發支援風險與資本管理的量化解決方案。
- 改善基礎架構、程式碼效能與運算資源利用率。
- 為利害關係人、政策要求與監管檢查製作量化文件,包括 CCAR 與 CECL 相關文件。
- 與資深建模人員合作進行模型設計並提供執行支援。
- 與企業模型風險管理團隊合作進行模型驗證與問題補救。
- 擔任業務部門的量化建模主題專家。
- 監督關鍵模型組合的模型效能、模型風險與治理。
職位要求
- 相關領域碩士學位或同等專業經驗。
- 至少兩年統計、資料科學、機器學習、模型開發或量化分析相關經驗。
- 具備估計、實施、測試、評估、記錄及分析統計與機器學習模型的經驗。
- 具備 Python、SQL 及相關量化或資料科學函式庫的進階程式設計能力。
- 具備處理大型複雜資料集的經驗,包括使用 SQL 工具進行擷取、轉換、驗證、特徵工程及品質審查。
- 具備 HDFS、Hive、Spark、PySpark 及分散式資料處理環境的經驗。
- 具備使用 Python 框架開發機器學習或 AI 模型的實務經驗,例如 scikit-learn、XGBoost、LightGBM、Random Forest 或同類集成方法。
- 具備應用模型可解釋性與透明度方法的經驗,包括 SHAP、特徵重要性、部分依賴或可解釋模型。
- 能將量化發現與住宅房產估值、抵押品風險、房貸或房屋淨值決策支援及模型治理的業務影響連結起來。
- 具備使用 LaTeX 或同類工具製作量化文件與技術內容的經驗。
- 具備強大的分析與解決問題能力,能獨立工作並在適當時尋求指導。
- 能向技術與非技術受眾簡報量化分析、模型輸出及建議。
- 能在美國日班時段於辦公室環境工作。
福利待遇
- 符合獲得酌情獎勵及參與年度酌情計畫的資格。
- 符合享有員工福利的資格。
- 帶薪休假。
- 可使用員工資源與支援服務。
- 鼓勵協作、投入及職涯發展的辦公室文化。
- 提供學習、成長並作出有意義貢獻的機會。
