DS credit risk (Моделирование рисков корпоративного кредитования)

Формально мы - часть Моделирования корпоративного кредитования, но по факту мы строим модели и для розницы, и для бизнеса, и для строй контроля. Потому что есть Запрос, а мы Можем. Конкретно наша команда – в основном нерегуляторные модели, в т.ч. модели денежных потоков (Проектное финансирование). Но также ведем поиск ребят в другие команды – в классические корп.риски (не только логреги, есть и blackbox) и в розницу. Данные есть, т.к. достаточно внешних источников. В бэклоге – проекты с табличными данными, npl (больший приоритет), matching, rag, cv (меньший приоритет). База – табличные, остальное – по вашим сильным сторонам (мы надеемся, что у вас есть компетенции сверх базы).

Компания Банк ДОМ.РФ Компания Банк ДОМ.РФ Банк ДОМ.РФ — универсальный банк с акцентом на ипотечно-строительной сфере. С 2018 года — уполномоченный банк в сфере жилищного строительства. С использованием финансирования банка жильё строится в 77 субъектах РФ. Входит в топ-3 российских банков по ипотечному портфелю и объему проектного финансирования застройщиков. В топ-10 российских кредитных учреждений по величине активов. Возможно, самый быстрорастущий портфель и чистая прибыль среди всех банков (стоит проверить статистику) за последние годы (как следствие, и размер команд, и объем данных).

• Разработка и актуализация моделей кредитного риска (PD,LGD,EAD) для сегмента крупнейших корпоративных клиентов по ПВР-подходу
• Подготовка данных и признаков, проведение исследований, выбор и обоснование подходов к моделированию
• Валидация, back-testing, калибровка и мониторинг моделей
• Подготовка методологий и документации по моделям для ругулятора и внутренней валидации
• Сопровождение внедрения моделей в промконтур совместно с ИТ-командами, участие в поддержке моделей

• Высшее образование (экономическое, математическое)
• Опыт разработки моделей кредитного риска по ПВР/IRB- подходу (PD,LGD,EAD) от 3 лет
• Практика построения моделей для сегмента крупнейших корпоративных клиентов \ low-default портфелей
• Знание лучших практик и регуляторных требований ЦБ РФ к ПВР-моделям
• Глубокое знание классических статистических и ML-подходов
• Уверенное владение DS-стеком: python 3.7+, numpy, scikit-learn, SQL
• Опыт построения моделей на малых выборках и работе с несбалансированными данными
• Знание мат. статистики и эконометрики, умение интерпретировать результаты моделей
• Знание подходов к калибровке моделей
• Навыки подготовки методологии и написания отчетов о разработке построенным моделям

• Конкурентная ЗП
• Квартальные премии
• Хороший ДМС
• Можно удалённо, можно офис - Москва, м.Арбатская/м.Петровский парк на выбор.
• Корп. скидки, компенсация спорта, ин. языка, надбавки к отпуску и активная социальная жизнь