Главный специалист валидации моделей
Описание
Мы — команда независимой валидации моделей крупного банка. Работаем на стыке Data Science, математической статистики, ML и риск-менеджмента: проверяем, насколько надёжны модели, где их ограничения и можно ли доверять их результатам. Наш масштаб — от отдельных кредитных решений до оценки рисков и капитала всего банка. Валидируем PD и LGD, корпоративные модели, розничный скоринг, антифрод, оценку доходов и поведения клиентов и другие бизнес-модели. Отдельный блок — модели ВПОДК: оценка процентного, рыночного, валютного и процентного рисков. Участвуем в стратегическом проекте перехода банка на ПВР. Меньше рутины — больше аналитики. Автоматизируем статистические проверки, расчёты и отчёты, разрабатываем инструменты на Python. Развиваем автомониторинг моделей в дашбордах: отслеживаем качество, стабильность и отклонения, делаем риски наглядными для руководства банка. Ищем сильного начинающего аналитика, которому интересно работать с данными, проверять гипотезы и выяснять, почему модель работает — и когда ей нельзя доверять. Чем предстоит заниматься: Исследовать и валидировать модели: проверять данные, предпосылки, точность, устойчивость и ограничения применения Проводить количественный анализ: тестировать гипотезы, разбираться в причинах отклонений, интерпретировать результаты Работать с разными рисками: от PD/LGD и ML-моделей до моделей ВПОДК, рыночного и процентного риска Развивать Python- и SQL-инструменты: автоматизировать тесты, расчёты и аналитические процедуры Создавать мониторинг и дашборды: участвовать в развитии системы постоянного контроля качества моделей Влиять на решения: готовить обоснованные выводы, обсуждать результаты с разработчиками и предлагать улучшения Что нам важно: Сильная математическая база: теория вероятностей, статистика, основы ML Python для анализа данных (pandas, NumPy, scikit-learn) и знание SQL Критическое мышление: умение задавать вопросы, искать причины и аргументировать выводы Банковский опыт не обязателен — нам важнее способности, интерес к аналитике и желание развиваться. Почему тебе будет интересно: Масштаб и реальное влияние. Результаты валидации учитываются при принятии решений о применении моделей, от которых зависят кредитование, оценка рисков, величина RWA и потребность банка в капитале Разнообразие задач. Статистика, эконометрика, ML, кредитные и финансовые риски — возможность быстро расширить экспертизу изучив весь модельный ландшафт банка Python, автоматизация и дашборды. Не только валидируй модели, но и участвуй в создании инструментов для команды и руководства банка Содержательная аналитика. Здесь важно не просто посчитать метрику, а разобраться в причинах и найти слабые места модели Рост рядом с экспертами. Поможем освоить банковскую специфику и постепенно перейти к самостоятельным исследованиям Гибридный формат: офис + удалённая работа