Количественный аналитик / Модельер (ALM-риски)
Отличная стартовая позиция в крупном банке с сильной командой и реальным влиянием на бизнес. Предлагается работа с современным стеком и возможность быстрого профессионального роста.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Позиция ориентирована на начинающих специалистов, но требует глубоких академических знаний в математике и эконометрике, а также владения Python/R и SQL. Основная сложность заключается в специфике банковских рисков (ALM).
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Для начинающего специалиста (Junior) в области количественного анализа в Москве рыночный диапазон составляет 80 000 – 130 000 рублей. МТС Банк обычно предлагает конкурентные условия, соответствующие средним значениям по финтех-сектору.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Количественный аналитик / Модельер (ALM-риски), Казначейство, МТС Банк
Казначейство МТС Банка ищет в команду начинающего модельера для эконометрического анализа и прогнозирования клиентского поведения. Мы строим модели, на основе которых банк управляет процентным риском и риском ликвидности.
Здесь не придется работать «в стол»: результаты ваших исследований и модели напрямую интегрируются в процессы принятия решений Казначейства, и вы сможете сразу видеть реальный бизнес-эффект своей работы.
Чем предстоит заниматься:
• Строить и валидировать эконометрические и ML-модели поведения клиентов банка (досрочное погашение кредитов, отток и пролонгация вкладов, динамика текущих счетов)
• Исследовать исторические данные и проверять статистические гипотезы для оценки процентного риска и риска ликвидности
• Участвовать в разработке и доработке методологии оценки поведенческих опционов и стресс-тестирования баланса
• Готовить аналитические отчеты, визуализировать результаты исследований и защищать модельные решения перед смежными подразделениями (риск-менеджмент, бизнес-блоки)
• Внедрять модели в регулярный контур расчетов Казначейства и проводить их регулярный мониторинг
Наши ожидания:
• Высшее или неоконченное высшее (последние курсы магистратуры/бакалавриата) образование в области математики, экономики, финансов или анализа данных
• Сильная база в теории вероятности, математической статистике и эконометрике (понимание регрессионного анализа, анализа временных рядов, выживаемости или классификации)
• Уверенное владение стеком для работы с данными: Python или R
• Умение писать аналитические запросы на SQL
• Продвинутый уровень владения Excel
• Будет плюсом: понимание принципов работы банка, базовые знания в области ALM (управление активами и пассивами), процентного риска и риска ликвидности
Что мы предлагаем:
• Работу в сильной команде Казначейства одного из крупнейших финтех-банков страны с возможностью быстро расти в количественном анализе и управлении рисками
• Реальные задачи с быстрым циклом внедрения и прямой связью с бизнесом
• Конкурентную заработную плату и систему премирования
Резюме присылайте Откликнуться //
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Data Analysis
- Excel
- Python
- Machine Learning
- SQL
- Regression Analysis
- R
- Econometrics
- Time Series Analysis
- Mathematical Statistics
Возможные вопросы на собеседовании
Проверка базовых знаний эконометрики, необходимых для моделирования оттока и досрочных погашений.
Расскажите, как вы будете проверять модель временных рядов на стационарность и почему это важно?
Оценка навыков работы с данными и понимания алгоритмов классификации.
Какие метрики качества вы бы использовали для оценки модели оттока вкладов и почему?
Проверка владения SQL для подготовки данных.
Напишите SQL-запрос, который рассчитает средний остаток на счетах клиентов за последний месяц в разрезе типов продуктов.
Оценка понимания бизнес-контекста банковской деятельности.
Как, по вашему мнению, изменение ключевой ставки ЦБ может повлиять на поведение клиентов по депозитам и кредитам?
Проверка навыков работы с Python/R.
Какие библиотеки Python вы используете для статистического анализа и визуализации данных? Опишите ваш типичный процесс EDA.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

