Задачи
•Разработка, внедрение и постоянное совершенствование моделей риска для измерения, мониторинга и управления кредитными рисками;
•Разработка, калибровка, валидация и мониторинг моделей кредитного риска PD (вероятность дефолта), LGD (потери при дефолте), EAD (сумма требований на момент дефолта), скоринговых карт и других моделей кредитного риска;
•Разработка стресс-тестов, сценарного анализа и макроэкономических моделей, анализ результатов и представление соответствующих предложений руководству;
•Расчет ожидаемых кредитных убытков (ECL), формирование резервов и контроль этого процесса в соответствии с требованиями Центрального банка, IFRS 9 и другими международными стандартами;
•Анализ показателей риска кредитного портфеля, проведение анализа тенденций и своевременное выявление рисков;
•Подготовка предложений по совершенствованию показателей структуры риск-аппетита банка (Risk Appetite Framework) и лимитов риска;
•Разработка методологий расчета лимитов риска, контроль соблюдения лимитов и анализ нарушений лимитов;
•Подготовка регулярной и разовой отчетности по кредитным рискам и представление ее руководству и соответствующим комитетам;
•Разработка аналитических отчетов, дашбордов и инструментов визуализации для управления кредитными рисками;
•Подготовка отчетов, автоматизация процессов, создание дашбордов и развитие аналитических решений с использованием SQL, Python, R и инструментов на основе искусственного интеллекта (AI или Gen AI);
•Разработка и совершенствование методологий в области управления кредитными рисками;
•Выполнение других задач в рамках направления деятельности.
Требования
•Высшее образование по специальности «Экономика», «Финансы», «Прикладная математика», «Статистика» или другой подходящей специальности;
•Не менее 2 лет опыта работы в области управления кредитными рисками, моделирования рисков или аналитики;
•Знание IFRS 9, принципов Basel и управления кредитными рисками;
•Отличное знание SQL и Microsoft Excel. Практические знания хотя бы одного инструмента статистического программирования: Python, R или другого;
•Навыки аналитического мышления и решения проблем;
•Опыт обработки и анализа больших объемов данных;
•Умение ясно, структурированно и профессионально представлять аналитические результаты.
Будет плюсом
•Опыт разработки или внедрения моделей кредитного риска (PD, LGD, EAD, скоринговых карт и других);
•Умение использовать инструменты на основе искусственного интеллекта для аналитической работы, обработки данных, подготовки отчетов и автоматизации процессов.
