Analyst, Quant, Structured Finance Analytics (Mathematical Modelling)

Die Structured Finance Analytics Team besteht aus einem Quant-Team, einem Data Analytics-Team, einem Solutions-Team und einem Cashflow-Modellierungsteam. Das Quant-Team ist in den letzten Jahren gewachsen und besteht nun aus 13 Analysten. Als Teil des Quant-Teams werden Sie Modelle und analytische Werkzeuge entwickeln, um Rating-Analysten bei der Bewertung des Kreditrisikos einer Transaktion zu unterstützen. Obwohl einige Projekte global sind, deckt dieses Team hauptsächlich europäische Bedürfnisse ab.

Als Quant-Analyst werden Sie proprietäre Forschung durchführen, um verschiedene Arten von statistischen Kreditbewertungsmodellen zu erstellen, wie z.B. Faktormodelle und prädiktive Modelle, die Anlageklassen von ABS, CMBS, Covered Bond, RMBS und Structured Credit abdecken. Das Structured Finance Ratings Modeling-Team wird mit Mitgliedern der Teams für Kreditratings, Kreditpraktiken, unabhängige Überprüfung, Daten und Technologie zusammenarbeiten, um marktführende Modelle zu schaffen, die sowohl innovativ als auch leicht verständlich sind.

Sie werden erwartet, eine „Eisen schärft Eisen“-Einstellung zu übernehmen, bei der der Fokus darauf liegt, alle besser zu machen. Der ideale Kandidat wird solide quantitative Fähigkeiten in Statistik und Mathematik, maschinellem Lernen, numerischen Methoden und Softwareengineering demonstrieren. Diese Position berichtet an den Associate Managing Director, der das Team leitet.

Verantwortlichkeiten:

• Anwendung statistischer und mathematischer Modellierung zur Entwicklung und Implementierung von Kreditbewertungsmethoden in quantitative Modelle und Werkzeuge.
• Wartung und Verbesserung proprietärer Python- und R-Bibliotheken im Zusammenhang mit dem Modellaufbau.
• Nutzung strukturierter und unstrukturierter Datensätze zur Erstellung neuer Quant-Rahmenwerke, um Analysten bei informierten Entscheidungen zu unterstützen.
• Unterstützung bei der Entwicklung analytikbasierter Lösungen, Übernahme der Verantwortung für das Design und die Entwicklung von Lösungen zur Skalierung der Informationsaufnahme, Speicherung, Berechnung (Training/Inferenz) und Validierung.
• Teilnahme an Analystengesprächen, um laufende Probleme der Analysten zu verstehen.

Anforderungen:

• Master-Abschluss in Mathematik, Ingenieurwesen oder Physik.
• Bis zu 2 Jahre Erfahrung in der Investmentforschung / Rating-Agenturen mit Schwerpunkt auf festverzinslicher Forschung / Analyse, Kreditmodellierung.
• Kenntnisse in Wahrscheinlichkeitstheorie, numerischer Analyse und stochastischer Kalkül.
• Kenntnisse in numerischen Methoden (numerische Integration, Monte-Carlo-Simulation, Wurzelbestimmung und allgemeine Optimierungstechniken).
• Programmierkenntnisse in einer gängigen Programmiersprache wie Python, C/C++ oder R / MATLAB.

Schön zu haben:

• CQF-Zertifizierung.
• Erfahrung mit den wichtigsten Python-Paketen für numerisches Rechnen und maschinelles Lernen / Datenwissenschaft (NumPy, Pandas, Scikit-Learn und SciPy).
• Fähigkeit zur Durchführung rigoroser Datenanalysen auf großen Datensätzen.
• Erfahrung in der Entwicklung von Anwendungen in der Cloud (vorzugsweise AWS).
• Verständnis sowohl der geschäftlichen als auch der technischen Anforderungen und die Fähigkeit, als Bindeglied zwischen technischen und nicht-technischen Abteilungen zu fungieren.
• Vertrautheit mit festverzinslichen Wertpapieren und strukturierten Finanzierungen.

Vergütung:

Grundgehalt: EUR 42.000,00 - 57.800,00

Bonusziel: 10% jährlich

Wir erwarten, dass die Vergütung und das Zielbonus für diese Rolle innerhalb des angegebenen Rahmens liegen. Die spezifische Vergütung hängt von den Qualifikationen, Erfahrungen und anderen berufsbezogenen Faktoren des Kandidaten ab.

Die hybride Arbeitsumgebung von Morningstar bietet Ihnen die Möglichkeit, jede Woche persönlich zusammenzuarbeiten, da wir festgestellt haben, dass wir am besten sind, wenn wir regelmäßig absichtlich zusammen sind. In den meisten unserer Standorte besteht unser hybrides Arbeitsmodell aus vier Tagen im Büro pro Woche. Eine Reihe anderer Vorteile stehen ebenfalls zur Verfügung, um die Flexibilität zu erhöhen, während sich die Bedürfnisse ändern. Egal, wo Sie sind, Sie haben die Werkzeuge und Ressourcen, um sinnvoll mit Ihren globalen Kollegen zu interagieren.