Auf einen Blick
- Aufgaben: Leite die Risikoanalytik und entwickle innovative Modelle für Kreditentscheidungen.
- Unternehmen: Clara, das schnellstwachsende Fintech in Lateinamerika.
- Vorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und flexible Arbeitsmodelle.
- Weitere Informationen: Dynamisches, multikulturelles Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Finanzinfrastruktur und mache einen echten Unterschied.
- Qualifikationen: Erfahrung in Kreditrisikoanalytik und tiefes technisches Wissen.
Das prognostizierte Gehalt liegt zwischen 58500 - 71500 € pro Jahr.
Clara ist das am schnellsten wachsende Unternehmen in Lateinamerika. Wir haben die führende Lösung für Unternehmen entwickelt, um alle ihre Zahlungen zu tätigen und zu verwalten. Wir helfen bereits über 20.000 großen und wachsenden Unternehmen, agil und mit finanzieller Klarheit zu arbeiten.
Clara sucht einen Risk Analytics Lead, der die analytische Engine unserer Risikofunktion global leitet. Diese Rolle gehört zum Risikoteam und ist verantwortlich für drei miteinander verbundene Bereiche:
- Aufbau und Pflege der Risikomodelle und Scorecards, die Kreditentscheidungen in unseren Märkten unterstützen;
- Verantwortung für Claras Model Risk Management (MRM) Rahmenwerk;
- Leitung des Designs der Risikodateninfrastruktur, in enger Zusammenarbeit mit dem Datenteam.
Dies ist eine hochwirksame, funktionsübergreifende Rolle für jemanden, der tiefgehende technische Expertise im Risikomodellieren mit dem Urteilsvermögen zur Steuerung von Modellrisiken und den Kommunikationsfähigkeiten kombiniert, um Risiko, Daten und das obere Management zu verbinden.
Was Sie tun werden:
- Risikomodellierung: Entwerfen, entwickeln und pflegen Sie die gesamte Palette von Risikomodellen über den Kreditlebenszyklus hinweg — Scorecards, Ausfallwahrscheinlichkeit (PD), Verlustquote bei Ausfall (LGD), Exposition bei Ausfall (EAD), erwarteter Kreditverlust (ECL) und Verhaltensmodelle.
- Model Risk Management (MRM): Entwerfen und besitzen Sie Claras MRM-Rahmenwerk: Modellinventar, Klassifizierung des Modellrisikos, Validierungsstandards und Risikobereitschaft.
- Risikodateninfrastruktur (Design): Arbeiten Sie mit dem Data Engineering-Team als Fachexperte für den Risikobereich und Architektur-Co-Designer für die Risikodateninfrastruktur zusammen.
Wer Sie sind:
- Akademischer Hintergrund in Statistik, Mathematik, Aktuarwissenschaft, Ingenieurwesen, Wirtschaft oder einem verwandten quantitativen Bereich.
- 7+ Jahre Erfahrung in der Kreditrisikanalyse, mit praktischer Verantwortung für den gesamten Modelllebenszyklus — von der Entwicklung und Validierung bis zur Produktionsüberwachung und Rekalibrierung.
- Nachgewiesene Erfahrung im Aufbau oder Management eines Model Risk Management-Rahmenwerks.
- Fließend in Englisch und Spanisch (Portugiesisch von Vorteil).
Warum Sie sich Clara anschließen sollten:
- Wettbewerbsfähiges Gehalt und Aktienoptionen (ESOP) ab dem ersten Tag.
- Multikulturelles Team mit täglichem Kontakt zu Portugiesisch, Spanisch und Englisch.
- Flexibles Urlaubs- und hybrides Arbeitsmodell, das auf Ergebnissen basiert.
Risk Analytics Lead (Líder de Analítica de Riesgo) - Hybrid Arbeitgeber: Cacheflow
Clara ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, in einem dynamischen und multikulturellen Umfeld zu arbeiten. Mit einem starken Fokus auf persönliche Entwicklung, flexiblen Arbeitsmodellen und einer hohen Eigenverantwortung fördert Clara eine Kultur des schnellen Lernens und der Zusammenarbeit. Die Mitarbeiter profitieren von einem wettbewerbsfähigen Gehalt, Aktienoptionen und einem jährlichen Weiterbildungsbudget, was die Position als Senior Fullstack Engineer besonders attraktiv macht.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Risk Analytics Lead (Líder de Analítica de Riesgo) - Hybrid erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Cacheflow zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Risk Analytics Lead (Líder de Analítica de Riesgo) - Hybrid mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Risk Analytics Lead (Líder de Analítica de Riesgo) - Hybrid bei Cacheflow gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Cacheflow vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Cacheflow entscheidend sein!
