Vicepresidente de Gestión de Riesgos de Crédito Mayorista - Pronósticos
J.P. Morgan busca un Vicepresidente para su equipo de Pronósticos de Riesgo de Crédito Mayorista en Buenos Aires, enfocado en análisis de datos, modelado y estrategia para pruebas de estrés y capital económico.
Si te apasiona el análisis de datos y el modelado financiero, este puesto en J.P. Morgan es para vos. Podrás liderar proyectos estratégicos de riesgo de crédito mayorista y colaborar con equipos globales. Ideal para quienes buscan crecer en un entorno de alta exigencia y aprendizaje continuo.
Descripción del puesto
Sobre Riesgo Crediticio Mayorista – Pronósticos La organización de Producto/Pronósticos de WCR (Wholesale Credit Risk) es un grupo experto en modelos, datos y productos de J.P. Morgan, y un líder en ingeniería financiera, análisis de datos, modelado estadístico y gestión de portafolios. Como equipo global, WCR Forecasting trabaja con socios de investigación cuantitativa, gerentes de riesgo y líneas de negocio en todos los productos y regiones en innovación estratégica, optimización de inventario y portafolio, y gobernanza de controles de riesgo financiero apropiados. Oportunidad El candidato seleccionado para el puesto de Vicepresidente se unirá al Equipo de Pronósticos de Riesgo Crediticio Mayorista, enfocado en el origen de datos y análisis, entregando modelado de riesgo crediticio e innovación estratégica de riesgo crediticio para las plataformas tecnológicas, a fin de cumplir con los requisitos de CCAR/Stress Testing, Credit Stress Framework y Economic Credit Capital. Jugarás un papel principal en la preparación y ejecución mensual/trimestral de modelos, así como colaborarás estrechamente con líneas de negocio, modeladores y tecnología para diseñar e implementar mejoras estratégicas en proyectos de crédito mayorista, incluyendo plataformas tecnológicas, modelo operativo, pipeline de datos y marco de análisis. Adicionalmente, con un fuerte compromiso con la escalabilidad, resiliencia y estabilidad, colaborarás estrechamente con equipos multifuncionales para entregar productos de alta calidad que superen las expectativas del cliente. Las responsabilidades específicas incluyen: - Ejecutar y entregar los resultados trimestrales de pronósticos de estrés y provisiones, con enfoque en las necesidades de datos. - Colaborar y apoyar la construcción estratégica del flujo de trabajo/datos de pruebas de estrés para futuras iniciativas. - Servir de enlace con socios y LOBs para mejorar y optimizar el proceso de pronósticos. - Realizar controles y conciliaciones contra las entregas, además de crear/mejorar la gobernanza formal. - Navegar por bases de datos y sistemas de datos para realizar análisis, segmentación y transformación de datos, a fin de preparar diversos conjuntos de datos. - Diseñar y desarrollar herramientas (basadas en Python/SQL/Tableau/IA) para automatizar procesos de origen de datos/análisis que evalúen la calidad de los datos, la completitud y la preparación para pronósticos. - Comprender la implementación de los modelos de regresión de pronósticos y cómo utilizan los datos para la predicción. - Comprender la implementación de la arquitectura, sistemas y flujo de datos de pronósticos. - Identificar problemas y optimizar el flujo de datos desde la adquisición hasta la producción de resultados. El candidato ideal debería poseer lo siguiente: - Título de grado (BA/BS) en computación, matemáticas, finanzas o un campo relacionado. - Mínimo de 5 años de experiencia trabajando en una organización financiera con análisis de datos y/o riesgo crediticio; el conocimiento de CCAR/Economic Capital/Stress Testing/Basel en Wholesale Credit Commercial & Industrial y/o bienes raíces comerciales es preferible, pero no obligatorio. - Capacidad para organizar el trabajo y resolver problemas de forma independiente, y destacar en un entorno con plazos definidos. - Sólidas habilidades de comunicación, escritas y verbales – interacción significativa con LOBs, flujos de riesgo, gerentes senior y stakeholders externos. - Conocimientos tecnológicos y capacidad para comprender sistemas y su funcionalidad interna; el conocimiento y la experiencia en codificación en Python/SQL son deseables, pero no obligatorios. - Comprensión de análisis de big data y síntesis estratégica de datos es deseable. - Proactividad, autogestión y capacidad para trabajar en un entorno colaborativo. - Familiaridad con Tableau y visualización de datos es preferible. J.P. Morgan es un líder global en servicios financieros, que brinda asesoramiento estratégico y productos a las corporaciones, gobiernos, individuos adinerados e inversores institucionales más prominentes del mundo. Nuestro enfoque de "primera clase en un negocio de primera clase" para servir a los clientes impulsa todo lo que hacemos. Nos esforzamos por construir alianzas confiables y a largo plazo para ayudar a nuestros clientes a alcanzar sus objetivos comerciales. Reconocemos que nuestra gente es nuestra fortaleza y los diversos talentos que aportan a nuestra fuerza laboral global están directamente vinculados a nuestro éxito. Somos un empleador que ofrece igualdad de oportunidades y valoramos mucho la diversidad y la inclusión en nuestra empresa. No discriminamos por ningún atributo protegido, incluyendo raza, religión, color, origen nacional, género, orientación sexual, identidad de género, expresión de género, edad, estado civil o de veterano, embarazo o discapacidad, o cualquier otra base protegida por la ley aplicable. También realizamos adaptaciones razonables para las prácticas y creencias religiosas de los solicitantes y empleados, así como para las necesidades de salud mental o discapacidad física. Visite nuestras preguntas frecuentes para obtener más información sobre cómo solicitar una adaptación.
Responsabilidades
- Ejecutar y entregar resultados de pronósticos trimestrales de estrés y provisiones.
- Colaborar y apoyar la construcción estratégica del flujo de trabajo/flujo de datos de pruebas de estrés.
- Servir de enlace con socios y líneas de negocio para mejorar el proceso de pronóstico.
- Realizar controles y conciliaciones.
- Navegar por bases de datos y sistemas de datos para realizar análisis.
- Diseñar y desarrollar herramientas para automatizar procesos de obtención de datos/analíticos.
- Comprender la implementación de los modelos de regresión de pronóstico.
- Comprender la arquitectura, sistemas y flujo de datos de pronóstico.
- Identificar problemas y optimizar el flujo de datos.