Разработка количественных моделей оценки кредитного риска (PD), антифрод моделей, моделей collection

1) Разработка и внедрение кредитной политики и системы принятия решений для розничных, микрофинансовых и B2B кредитных продуктов, включая оптимизацию скоринговых моделей и правил оценки рисков. 2) Модернизация и совершенствование рисковых моделей для повышения точности прогнозирования кредитных рисков. 3) Автоматизация процессов андеррайтинга, верификации и скоринга с целью оптимизации принятия решений. 4) Управление проектами по снижению кредитных рисков и запуск новых инициатив для улучшения качества портфеля. 5) Анализ кредитного портфеля с фокусом на ключевые показатели: уровень дефолтов, NPL, Roll-rates, LTV, и рентабельность кредитных продуктов. 6) Мониторинг и улучшение стратегии риск-менеджмента, включая сегментирование клиентов и разработку мероприятий по снижению уровня рисков для отдельных сегментов. 7) Взаимодействие с внутренними и внешними партнерами (ИТ, бизнес, финансы, поставщики данных) для корректировки моделей и систем принятия решений. 8) Подготовка аналитических отчетов и презентаций для топ-менеджмента с целью представления ключевых выводов и предложений по улучшению бизнес-процессов. 9) Управление командой, постановка задач смежным подразделениям и контроль выполнения ключевых показателей по управлению рисками. 10) Участие в разработке и реализации новых кредитных продуктов с оценкой их рисков и доходности.

- creating credit risk management policy for MFO products (PDL/IL): cascade of models, limits, automatic/manual verification, regulatory issues (MPL) - organising antifraud procedures / rules - monitoring quality of credit portfolio according to KPI (Approval rate, Issue rate, Take rate, DPD, cash, LTV, Retension, etc) - full cycle developing of machine learning/econometric models (PD, Antifraud, Collection) - quality assessment and validation of live ML-models - communicating with IT team on technical implementation of credit risk/antifraud strategy to DMS (client classification models, antifraud rules, product availability, limits, etc) - working with external partners and data-providers (credit bureaus, antifraud services, etc)

- monitoring and forecasting credit risk metrics including PD, LGD, EAD - loan portfolio analytics including Roll Rate and VIntage analysis, NPL Ratio analysis - early intervention triggers calculating and monitoring including NL, GL, Fraud Rate - deal aquisition analytics: Approval Rate, Take Rate calculating and forecasting - participating in developing, backtesting and validation of PD and LGD models (using both Machine Learning and Logistic Regression frameworks) - working with development team on implementation of credit risk models - providing methodological support in IFRS Provisions calculating and forecasting - providing quantitative research to improve credit risk calculations

- conducting quantitative analytics and research for the needs of the Federal Government of Russia - providing expert support and consulting of the Government policy decisons - developing econometric models for forecasting social and economic processes using Python and Matlab - managing data storage and administration

- conducting comprehensive research in the field of quantitative finance, financial econometrics and macroeconomics - developing machine learning (neural networks based) models for predictive modeling of financial and economic time series - assisting in data science and data visualization tasks for the need of senior researchers and research groups

- assisting in database administration across SAP and MS SQL - collecting market data and monitoring news flow and key macroeconomic indicators - alerting senior management and trading offices of potential risk changes - assisting in preparing regular market analysis and in monitoring credit risk metrics - monitoring risk limits for equity derivatives using quantitative models (VaR)