Vice President; Quantitative Finance Analyst

Bei Bank of America werden wir von einem gemeinsamen Ziel geleitet, das darin besteht, finanzielle Lebensqualität durch die Kraft jeder Verbindung zu verbessern. Wir tun dies, indem wir verantwortungsvolles Wachstum vorantreiben und täglich für unsere Kunden, Teamkollegen, Gemeinschaften und Aktionäre liefern. Ein großartiger Arbeitsplatz und eine Kultur der Fürsorge sind zentral für unser verantwortungsvolles Wachstum. Wir legen Wert auf ein integratives Arbeitsumfeld, in dem jeder Teamkollege die Möglichkeit hat, erfolgreich zu sein, eine Karriere aufzubauen und zu unserem gemeinsamen Erfolg beizutragen.

Diese Position ist verantwortlich für die Durchführung quantitativer Analysen und Modellierungsprojekte für spezifische Geschäftsbereiche oder Risikotypen. Zu den Hauptverantwortlichkeiten gehören die Entwicklung neuer Modelle, analytischer Prozesse oder systemtechnischer Ansätze, die Erstellung technischer Dokumentationen für verwandte Aktivitäten und die Zusammenarbeit mit der Technologieabteilung bei der Gestaltung von Systemen zur Ausführung der entwickelten Modelle.

Erwartungen an die Stelle umfassen ein breites Wissen über Finanzmärkte und -produkte. Zu den Aufgaben gehören:

• Entwurf und Entwicklung traditioneller sowie fortgeschrittener statistischer und maschineller Lernmodelle zur Erkennung von Finanzkriminalität und Geldwäscheaktivitäten in Bankprodukten und -kanälen.
• Durchführung von großangelegtem Data Mining und Mustererkennung auf komplexen, hochdimensionalen Datensätzen unter Verwendung von SQL, SAS und Python zur Identifizierung verdächtiger Verhaltensweisen und Transaktionsanomalien.
• Fortlaufende Überwachung und Wartung von Modellen zur Sicherstellung der Modellleistung, Datenintegrität und Stabilität der Koeffizienten zur Aufrechterhaltung der Modellkonformität.
• Durchführung von Internet- und externen Recherchen, um sich entwickelnde Szenarien in der globalen Finanzkriminalität zu verstehen und diese Erkenntnisse in die Merkmalsentwicklung einzubeziehen.
• Zusammenarbeit mit einem interdisziplinären Team von Datenwissenschaftlern, Compliance-Experten und Technologen zur Entwicklung innovativer analytischer Lösungen, die den Rahmen zur Erkennung von Finanzkriminalität stärken.
• Verständnis und Ausführung der Aktivitäten, die den gesamten Lebenszyklus der Modellentwicklung und -nutzung bilden.
• Sicherstellung der Modellgovernance und regulatorischen Konformität durch die Vorbereitung gründlicher Dokumentationen, Unterstützung der Modellvalidierung, Behebung von Validierungsfeststellungen und Durchführung von Audits gemäß den Richtlinien von FinCen, OCC und FRB.
• Förderung von Innovationen in der AML-Modellentwicklung durch Bewertung neuer AI/ML-Techniken, Erkundung externer Datenquellen und Mitwirkung an der strategischen Planung für die Fähigkeiten zur Geldwäscheerkennung.

Erforderliche Fähigkeiten und Erfahrungen:

• Master-Abschluss oder gleichwertig in Analytics, Mathematik, Statistik, Finanzen oder einem verwandten Bereich und 3 Jahre Erfahrung in der angebotenen Stelle oder einer verwandten quantitativen Tätigkeit.
• Mindestens 3 Jahre Erfahrung in der Entwicklung prädiktiver Risikomodelle zur Betrugs- und AML-Erkennung unter Verwendung von maschinellen Lerntechniken wie Deep Learning mit Python-Bibliotheken.
• Entwurf, Training und Validierung von überwachten und nicht überwachten statistischen und maschinellen Lernmodellen speziell zur Erkennung von Finanzkriminalität.
• Extraktion, Transformation und Analyse großangelegter, komplexer Datensätze mit dem Fokus auf die Identifizierung von Transaktionsanomalien und verdächtigen Verhaltensmustern.
• Analyse multidimensionaler Datensätze zur Gewinnung umsetzbarer Erkenntnisse für AML-Überwachung, Sanktionsprüfung und Betrugsprävention.
• Nutzung von Fachwissen über globale Geldwäschetrends und Erkennung von transaktionalen Mustern und Verhaltensindikatoren im Zusammenhang mit illegalen finanziellen Aktivitäten.

Der Arbeitgeber akzeptiert Erfahrungen vor oder nach dem Master-Abschluss. 10% nationale Reisen, falls erforderlich.