Credit Risk Specialist
- Hiring from
- Argentina
- Work type
- Hybrid
- Posted
606,334 remote jobs, straight from company career pages
100% free · New jobs every minute
Show job descriptionHide job description
Sobre el Rol & Misión
A los 6 meses, serás dueño/a del marco de apetito de riesgo, del monitoreo de cartera (RAF v2, umbrales, triggers y concentración) y del desarrollo del modelo de Capital Económico por riesgo de crédito. Correrás y evolucionarás estas metodologías, presentándolas de forma autónoma ante el Comité de Riesgos y dando soporte cuantitativo estratégico al Management.
Responsabilidades & Key Deliverables
Marco de apetito: Asegurar la corrida, calidad y evolución metodológica de los indicadores del RAF v2, estructurando sus queries documentadas en Snowflake.
Umbrales y monitoreo: Revisar triggers y límites de cartera; monitorear la concentración y el desempeño de nuevos productos/apuestas, detectando desviaciones (breaches) y escalándolas con evidencia técnica.
Capital Económico: Evolucionar el prototipo de VaR de crédito (por simulación) hacia un modelo documentado, validado y defendible ante el Comité de Riesgos y el Board.
Reporting compartido: Co-liderar junto al equipo de Riesgo la elaboración del MBR y el Portfolio Review, aportando el análisis cuantitativo de apetito, concentración y capital.
Análisis ad-hoc & Comité: Brindar soporte analítico directo al Comité de Riesgos, Crédito y Management, presentando y defendiendo de punta a punta tus temas.
Must-Haves
Experiencia en Riesgo cuantitativo: 5 a 8+ años en riesgo de crédito cuantitativo (modelado, apetito, límites, capital o portfolio analytics), habiendo aplicado métricas de PD, LGD, pérdida esperada, cosechas, roll rates y provisiones para la toma de decisiones.
Formación y perfil estadístico: Graduado/a en carreras cuantitativas (Actuario, Estadística, Matemática, Economía o Ingeniería) con uso real de inferencia, regresiones, simulación Monte Carlo y backtesting de modelos.
SQL avanzado y Python: Manejo fluido de CTEs y window functions en Data Warehouses (Snowflake o similar), y dominio de Python (librerías
pandasystatsmodels) para modelado.Ownership ante comités: Haber sido dueño/a directo/a de un modelo, framework o indicador técnico, presentándolo y defendiéndolo con éxito ante un Comité de Riesgos o Management.
Integración cotidiana de IA: Uso activo y diario de herramientas de Inteligencia Artificial (Claude, ChatGPT, Copilot o equivalentes) integradas al flujo de trabajo diario.
