Senior Credit Risk Portfolio Expert m/f/n

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 wykonywanie zadań 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. • Ogólna znajomość struktur danych wykorzystywanych w feature store i systemach podejmowania decyzji kredytowych. • Wykształcenie wyższe, preferowane kierunki: finanse, ekonomia, statystyka, matematyka lub inny kierunek ilościowy . • Znajomość języka angielskiego na poziomie minimum B2 . Mile widziane • Minimum 1 rok doświadczenia w Merchant Cash Advance lub zarządzaniu ryzykiem kredytowym w segmencie SME. • Doświadczenie związane z IFRS 9 , tworzeniem rezerw lub przygotowywaniem danych wykorzystywanych do prognozowania strat. • Znajomość specyfiki cyklu życia produktów BNPL i krótkoterminowych kredytów konsumenckich. • Znajomość ryzyka związanego z finansowaniem merchantów oraz Merchant Cash Advance. • Znajomość analityki ryzyka fraudowego, w tym mechanizmów identyfikowania wzorców typu bust-out . • Doświadczenie z Databricks lub środowiskami analitycznymi typu lakehouse. • Znajomość danych pochodzących z biur informacji kredytowej, takich jak BIK , oraz alternatywnych źródeł danych. • Doświadczenie w prezentowaniu analiz i rekomendacji dotyczących portfela przed komitetami ryzyka lub komitetami kredytowymi. • Doświadczenie we współpracy z rozwiązaniami decyzyjnymi wykorzystującymi AI/ML oraz znajomość zagadnień związanych z governance modeli, takich jak