Senior Credit Risk Portfolio Expert m/f/n

About this role

Zakres współpracy Kompleksowe monitorowanie portfela, w tym ekspozycji, zaległości, opóźnień i strat w odniesieniu do przyjętego apetytu na ryzyko oraz wczesne identyfikowanie odchyleń. Monitorowanie efektywności modeli scoringowych i decision engine, w tym approval rates, override rates, stabilności populacji oraz zdolności dyskryminacyjnej modeli, a także rekomendowanie ich rekalibracji w przypadku pogorszenia wyników.

Prowadzenie analiz dotyczących limitów i ekspozycji, w tym wykorzystania limitów i koncentracji ryzyka, oraz eskalowanie przekroczeń i pojawiających się ryzyk koncentracji. Projektowanie i utrzymywanie early-warning indicators , pozwalających identyfikować pogorszenie jakości portfela jeszcze przed pojawieniem się strat, oraz przekładanie wyników analiz na konkretne rekomendacje działań. Tworzenie i rozwijanie analiz vintage, cohort oraz roll-rate w celu identyfikowania zmian jakości kredytowej pomiędzy poszczególnymi okresami udzielania finansowania, produktami oraz segmentami klientów.

Przygotowywanie danych i analiz dotyczących prognozowania strat, wykorzystywanych w procesach IFRS 9 , budżetowaniu oraz raportowaniu apetytu na ryzyko i raportowaniu zarządczym. Nasze wymagania Minimum 5 lat doświadczenia w obszarze ryzyka kredytowego. Minimum 4 lata doświadczenia w ilościowej analizie portfela na dużych zbiorach danych z wykorzystaniem SQL oraz Python lub R . Minimum 3 lata doświadczenia w monitorowaniu efektywności scorecardów i/lub decision engine.

Minimum 5 lat doświadczenia w branży usług finansowych lub lendingu. Bardzo dobra znajomość metod monitorowania ryzyka portfelowego, w tym delinquency, arrears, roll rates oraz analiz vintage i cohort. Znajomość metod monitorowania efektywności modeli scoringowych i decision engine, w tym PSI, Gini/KS oraz override analysis . Znajomość metodologii zarządzania limitami i ekspozycją kredytową, w tym analiz koncentracji i wykorzystania limitów.

Umiejętność projektowania wskaźników wczesnego ostrzegania w ramach przyjętego apetytu na ryzyko. Zaawansowana znajomość SQL oraz narzędzi analitycznych, takich jak Python lub R , pozwalająca na pracę z dużymi zbiorami danych portfelowych i kredytowych. Znajomość zagadnień związanych z prognozowaniem strat oraz stagingiem i tworzeniem rezerw zgodnie z IFRS 9 . Znajomość wymagań regulacyjnych CCD2 dotyczących oceny zdolności kredytowej oraz zasad GDPR/RODO w zakresie wykorzystywania danych kredytowych.