量化金融分析師,風險與資本模型
美國銀行正在招募量化金融分析師,負責開發及監督支援零售銀行與GWIM業務的風險及資本模型。此職位將在受監管的金融決策環境中運用機器學習、統計分析、壓力測試及模型治理。
說明
- 在指定業務部門及風險領域帶領量化分析與建模工作。
- 設計模型、分析流程及系統方案。
- 編制定量及技術文件。
- 與技術團隊合作,為已開發的模型設計運作系統。
- 執行端到端的市場風險壓力測試,涵蓋情境設計與實施、結果彙整、報告及分析。
- 協助規劃量化工作並排列優先順序,以支援銀行策略。
- 透過檢視模型開發與驗證決策、技術文件及質詢流程,找出改善機會。
- 依照業務需求及全企業風險胃納,支援模型開發及模型風險管理。
- 為開發及驗證工作提供方法論、分析及技術指導。
- 與模型相關人士及高階主管協調提交結果與驗證結果。
- 對大型資料集進行統計分析,並以質化及量化方法解讀結果。
- 為零售銀行及GWIM產品開發與維護風險及資本模型,以及相關支援系統。
- 在策略性GRA平台上設計、實施、維護、強化及整合量化解決方案。
- 發展風險及資本管理所需的量化能力。
- 強化基礎設施、程式碼效率、量化功能及計算資源的使用。
- 與技術團隊合作支援模型執行。
- 與企業模型風險管理團隊合作進行驗證及問題改善。
- 擔任量化建模方法的主題專家。
- 監控關鍵模型組合的模型績效、模型風險及治理。
職位要求
- 相關學科碩士學位或同等專業經驗。
- 至少兩年統計學、資料科學、機器學習、模型開發或量化分析相關經驗。
- 具備資料分析、統計估計、機器學習開發、實施、測試、績效評估及模型文件編製經驗。
- 具備扎實的Python及SQL程式設計能力,以及相關量化或資料科學函式庫的使用經驗。
- 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經驗。
- 具備使用Python框架開發機器學習或人工智慧模型的實務經驗,例如scikit-learn、XGBoost、LightGBM、Random Forest或同類型集成方法。
- 了解模型可解釋性及透明度方法,包括SHAP、特徵重要性、部分依賴或可解釋模型。
- 能夠將量化結果與住宅物業估值、抵押品風險、按揭或房屋淨值決策支援及模型治理等業務考量連結。
- 具備製作量化文件的經驗,擁有技術寫作能力,並熟悉LaTeX或同類工具。
- 具備強大的分析及解決問題能力,能夠獨立工作。
- 能夠向技術及非技術受眾傳達量化分析、模型發現及建議。
- 能夠在美利堅合眾國工作。
- 優先條件:具備CI/CD及軟體工程工具經驗,例如Git、JIRA、Confluence、Pytest、Jenkins、SonarQube及程式碼審查實務。
- 優先條件:了解住宅房地產、住房市場、估價、按揭發放或服務、房屋淨值貸款、抵押品風險管理及相關經濟因素。
- 優先條件:熟悉模型風險管理、監管要求、治理流程、CCAR、CECL、消費信貸風險或受監管銀行模型開發。
福利待遇
- 符合參加年度酌情獎勵計畫的資格。
- 符合享有員工福利的資格。
- 帶薪休假。
- 員工資源及支援。
- 辦公室工作文化,並依職務提供彈性安排。
- 提供學習、專業成長及創造有意義影響的機會。
