Chcesz zgłębić tajniki budowy modeli ryzyka kredytowego w banku, jednocześnie pracując w nowoczesnym środowisku chmurowym przy użyciu języków takich jak Python i Spark? Dołącz do nas!
responsibilities :
przeprowadzamy analizy umożliwiające poprawne zbudowanie modeli ryzyka kredytowego PD i LGD (modele boostingowe i regresji logistycznej) zgodnych z regulacjami IRB,
przeprowadzamy analizy reprezentatywności i data quality,
stale rozwijamy swoje kompetencje i szukamy możliwości poprawy jakości naszych modeli, wchodząc w nowe technologie i wyznaczając nowe standardy,
pracujemy na największych zbiorach danych dotyczących ryzyka kredytowego klienta detalicznego.
requirements-expected :
umiesz myśleć analitycznie i szukać w danych wzorców oraz przeprowadzać analizy na dużych zbiorach danych,
znasz Python, Spark lub Cloud SQL,
interesujesz się modelami Machine Learning (w tym modelami zbudowanymi przy użyciu wzmocnienia gradientowego),
interesujesz się technologiami chmurowymi (Google Cloud, AWS, Azure),
jeśli posiadasz znajomość wymogów IRB lub wiedzę z zakresu budowy i monitorowania modeli PD i LGD to będzie Twój dodatkowy atut.
offered :
Chcesz zgłębić tajniki budowy modeli ryzyka kredytowego w banku, jednocześnie pracując w nowoczesnym środowisku chmurowym przy użyciu języków takich jak Python i Spark? Dołącz do nas!