DirecciónQué estamos buscando
Desde el Banco Sabadell nos encontramos buscando un / una Senior Data Scientist, con experiencia en Modelos de riesgo de crédito con finalidad de estimar parámetros de riesgo (en concreto, LGD) para modelos internos de capital y provisiones, así como realizar ejercicios de planificación Financiera (Stress Test, ICAAP) dentro de la Dirección de Modelos.
Hablemos del proyecto...
Misión :
Medición del riesgo en los Modelos de riesgo de crédito del Grupo Banco Sabadell. La función se centrará en la estimación de parámetros de riesgo (en concreto, LGD) para modelos internos de capital y provisiones, así como para ejercicios de planificación Financiera (Stress Test, ICAAP) dentro de la Dirección de Modelos.
La Dirección de Medición está a cargo del desarrollo de los Modelos de riesgo de crédito, asegurando también la disponibilidad y la calidad de los datos que forman parte de los procesos de modelización (gestiona el proceso de toma de requerimientos de peticiones, realiza las validaciones de los procesos asociados a la creación de las BBDD y el mantenimiento de las mismas, así como la relación con Tecnología y el seguimiento de los proyectos).
El Analista Senior que se incorpore participará activamente en este proceso, aportando su conocimiento, liderazgo y apoyo en la ejecución de este cometido dentro de un entorno dinámico en constante coordinación con stakeholders internos y externos (reguladores, supervisores).
Funciones :
- Estimación de modelos internos de LGD (IRB e IFRS9) e Inmuebles Adjudicados :
- Desarrollo metodológico estadístico para la modelización y seguimiento de los modelos internos de LGD (Loss Given Default), tanto para provisiones (IFRS9) como para capital regulatorio (IRB), para todas las carteras.
- Desarrollo metodológico estadístico para la modelización y seguimiento de los Modelos de provisiones para los inmuebles adjudicados.
- Análisis de impactos y planteamiento de soluciones adecuadas y acorde con la regulación. Definición de estándares y assessment de compliance con standards de Banc Sabadell y requerimientos regulatorios.
- Documentación exhaustiva de los Modelos desarrollados y de los seguimientos y análisis adicionales realizados sobre los mismos.
- Estimación de parámetros, tanto LGD como pérdidas de inmuebles adjudicados, para los ejercicios de planificación financiera (Stress Test, ICAAP).
Representar y defender los modelos y parámetros estimados, debiendo informar, explicar y dar respuesta a las cuestiones y debilidades presentadas referente a los distintos modelos.
- Soporte e interacción con las líneas de control internas (Validación y Auditoría) y en inspecciones / peticiones ECB (IMIs / OSIs) o auditorías externas, proporcionando la información adicional requerida relativa a los modelos.
- Soporte e interacción con otras áreas del Banco, proporcionando información concreta para el correcto uso de los parámetros estimados.
Qué valoramos de tu candidatura?
Experiencia
Experiencia de al menos 2-3 años en funciones similares.
Formación
- Licenciatura de Estadística, Matemáticas, Economía, Física o Ingeniería Superior.
- Se valora Máster con componente cuantitativo y / o acreditaciones como FRM, CQF, Certificaciones en Data Analytics, Modelling, Machine Learning o similar.
Conocimientos / skills
- Conocimientos de metodologías para la modelización (especialmente en riesgo de crédito). Métodos econométricos, estadísticos y análisis multivariante de datos.
- Programación avanzada en SAS u ORACLE para analizar bases de datos y realizar la modelización. Se valoran conocimientos de otros lenguajes estadísticos o de programación R, MATLAB, Python).
- Conocimiento del entorno regulatorio y normativa aplicable a Riesgo de Crédito.
- Experiencia en entornos IRB o IFRS9.
- Se valora experiencia previa en inspecciones (OSIs, IMIs, TRIMIX) llevadas a cabo por los equipos de supervisión.
- Capacidad analítica y de auto-organización. Persona autónoma y proactiva. Orientada a la mejora de los procesos del ciclo de vida de la modelización.
Idiomas
- Nivel elevado de Inglés (B2-C1) .
