Specialist Quantitative Modeling

Als Specialist Credit Risk Modelling werk je samen met je collega’s aan de kwantitatieve modellen waarmee we kredietrisico binnen de bank inzichtelijk maken en beheersen.

Je combineert data, statistiek en programmeervaardigheden om modellen te ontwikkelen, te verbeteren en te monitoren. Daarbij werk je niet alleen inhoudelijk aan analyses en code in Python en R, maar schakel je ook met stakeholders binnen en buiten de bank over modelmethodologieën, resultaten en macro-economische ontwikkelingen.

Door onze korte communicatielijnen en platte organisatie krijg je veel verantwoordelijkheid en de ruimte om zichtbaar impact te maken. Ideeën kunnen snel worden besproken, uitgewerkt en geïmplementeerd, en waar relevant worden gepresenteerd aan senior management.

Deze functie biedt je de kans om onderdeel te zijn van een organisatie met een ondernemende cultuur, waarin professionaliteit, persoonlijkheid en respect centraal staan.

Dit ga je doen:

• Kredietrisicomodellen ontwikkelen, herkalibreren en monitoren.

• Modelmethodologieën, uitkomsten en trends in de data analyseren en kritisch beoordelen.

• Resultaten helder presenteren aan senior management en relevante stakeholders.

• Gesprekken voeren met onder andere Model Validation, Internal Audit en schakelen met De Nederlandsche Bank.

• Processen verbeteren en bijdragen aan de verdere ontwikkeling van onze interne codebibliotheek.

Jouw ervaring

Je bent resultaatgericht, proactief en analytisch sterk. Je werkt zelfstandig, maar zoekt actief de samenwerking op wanneer dat nodig is. Ook weet je complexe analyses en bevindingen helder uit te leggen aan verschillende stakeholders. Eigenaarschap, drive en pragmatisme helpen jou om succesvol te zijn binnen het modelleringslandschap van Quantitative Modelling.

Daarnaast breng je mee:

• Een afgeronde kwantitatieve masteropleiding, bij voorkeur in econometrie, wiskunde, natuurkunde of actuariële wetenschappen.

• Ervaring met het ontwikkelen van statistische modellen, zoals logistische regressies, tijdreeksanalyses of machinelearningmodellen.

• Sterke programmeervaardigheden, bij voorkeur in R of Python, SQL en Git.

• Een goede beheersing van de Engelse taal, zowel mondeling als schriftelijk.

• Sterke communicatieve vaardigheden en het vermogen om complexe materie toegankelijk te maken.