信用風險資料分析師——BBVA,墨西哥城混合辦公
加入 BBVA,擔任信用風險資料分析師,使用 Python、PySpark、SAS 與 SQL 支援零售貸款組合。建立關鍵績效指標、驗證資料,並運用 IFRS 9 原則進行信用風險分析。
說明
- 分析並最佳化零售信貸組合的端到端流程,包括信用卡、消費貸款、汽車貸款與房屋貸款。
- 透過使用 Python、PySpark、SAS Guide 與 SQL 的 ETL 工作流程,管理、轉換並整合來自舊有平台與新工具的資料。
- 建立並自動化催收與績效報告,包括關鍵績效指標。
- 建構並分析資料庫,以識別客戶行為模式並評估策略成效。
- 執行關鍵的每月流程,包括日零活動、品質測試與資料庫一致性檢查。
- 將 IFRS 9 要求應用於提存、預期損失、違約時風險暴露、信用風險與作業風險。
- 與風險、財務及規劃領域的跨學科團隊合作。
- 準備涵蓋分析結果與擬議行動的主管簡報。
- 在大數據環境中處理大量資料,同時應對緊迫期限與每月營運高峰。
- 將複雜分析轉化為清晰、可執行的建議。
職位要求
- 使用 Python 進行資料分析並掌握 SQL 基礎,能夠執行自動化資料分析。
- 具備 PySpark、SAS Guide 與 ETL 工作流程經驗。
- 熟練使用 Excel,包括樞紐分析表與巨集,並熟悉 Google Workspace。
- 了解信用風險、催收或 IFRS 9 要求,包括預期損失、違約時風險暴露與提存。
- 具備使用 ChatGPT、Gemini 等人工智慧工具的經驗。
- 具備中級英語能力,能夠閱讀與理解技術文件。
- 了解支付行為預測模型。
- 具備 Power BI 使用經驗。
- 持有 SAS Certified Specialist 認證。
- 修習過或正在攻讀資料科學、機器學習或大數據相關課程或研究所課程。
- 擁有精算學、經濟學、數學、金融、企業管理或相關領域的學士學位或工程學歷;在學學生與應屆畢業生亦可申請。
- 具備三至五年金融資料、信貸組合、風險或催收分析經驗。
- 具備分析性與結構化的工作方式,重視細節,並具備資料驅動思維。
- 具備高度抗壓性、韌性與自我管理能力。
- 以執行為導向,堅定重視工作品質。
- 具備透過給予與接受回饋展現的領導力。
- 具備積極協作的能力。
福利待遇
- 整個招募流程均可提供合理調整,以支援候選人充分參與。
- 多元、包容且公平的工作場所。
- 協作且包容的工作環境。
