О позиции
В команде портфельного риск-менеджмента Сбера, специализирующейся на потребительских кредитах, мы стремимся формировать устойчивый и прибыльный кредитный портфель, используя передовые методы анализа и управления. Наша работа включает активное взаимодействие с командами ML, ИТ, финансами и бизнесом, что позволяет нам контролировать риски и повышать доходность банка.
Чем вы будете заниматься
- Мониторинг входящего кредитного потока, рыночных тенденций и изменений в поведении заемщиков.
- Глубокий анализ кредитного портфеля для выявления рисков, потенциала роста и точек оптимизации.
- Анализ эффективности кредитного процесса, формирование и внедрение инициатив по повышению его эффективности.
- Анализ эффективности продуктовых инициатив (A/B-тестирование), подведение итогов.
- Формирование и поддержка аналитической отчетности, подготовка материалов для руководства.
Требования
- Высшее образование в области математики, экономики, компьютерных наук или аналогичной специализации.
- Опыт работы в аналитике данных от 2 лет (работа в кредитных рисках будет преимуществом).
- Знание SQL (оконные функции, оптимизация запросов) и Excel (сводные таблицы, графики).
- Знание основ математической статистики.
Будет плюсом
- Навыки Python для анализа данных.
- Опыт винтажного анализа, понимание матриц миграции, методологии расчета риск-метрик.
- Опыт организации A/B-тестов.
- Владение AI-инструментами для анализа данных и создания агентов.
Что мы предлагаем
- Стабильная ЗП + годовой бонус.
- Лучший ДМС с первого дня (+стоматология и льготы для семьи).
- Офис на Кутузовской (вид на набережную, спортзал, зоны отдыха).
- Обучение в Корпуниверситете и на внешних IT-конференциях.
- Льготная ипотека и подписка СберПрайм+.
- Влияние на крупнейший банк страны!
Вакансия в Сбербанк предлагает интересные задачи в области риск-менеджмента с конкурентной зарплатой и хорошими условиями. Однако, отсутствие конкретной зарплаты в тексте может вызывать вопросы.
Кто здесь добьётся успеха
Глубокие знания SQL для выполнения сложных запросов к базам данных и анализа кредитных рисков.
Способность работать в офисе и эффективно взаимодействовать с командами ML и ИТ для интеграции аналитических решений в кредитные процессы.
Опыт применения Python для автоматизации анализа данных и создания статистических моделей, позволяющих прогнозировать кредитные риски.
Сильные аналитические способности и внимание к деталям, позволяющие проводить качественную оценку рыночных тенденций и кредитного потока.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев