Risk Methodologist
vor 2 Monaten
Risikomethodologe (m/w/d) - Modellvalidierung
Sie möchten Ihre Fähigkeiten und Kompetenzen in einer der größten Banken Deutschlands zielgerichtet weiterentwickeln? Dann sind Sie bei der LBBW genau an der richtigen Stelle. Leistungsfähige und engagierte Mitarbeiterinnen und Mitarbeiter sind unser zentraler Erfolgsfaktor. Mit Eigeninitiative und Verantwortungsbewusstsein schaffen wir nachhaltig Wert für unsere Kundinnen und Kunden.
Land: Deutschland (DE)
Funktionsbereich: Risikokontrolle
Organisationseinheit: Unabhängige Validierungseinheit
Vollzeit / Teilzeit: 100
Der Bereich Risikokontrolle der LBBW steht für ein modernes Risikomanagement. Wir bemessen und bewerten Risiken aus dem Geschäftsbetrieb auf Basis von state-of-the-art Verfahren. Der Fokus liegt auf zukunftsgerichteten Analysen und Steuerungsimpulsen, um unsere Bank resilient gegen aufkommende Risiken aufzustellen.
Die Unabhängige Validierungseinheit (IVU) verantwortet eine große Bandbreite an Aufgaben rund um das Thema Modellrisiko. So werden hier zentrale Risikomodelle (Markt-, Kredit-, Liquiditäts- und operationelles Risiko, Initial Margin, ESG) der Bank validiert und im Rahmen eines bankweiten Modellrisikomanagement-Prozesses bewertet. Dies erfolgt mit der klaren Zielsetzung, die Modelle passgenau im Hinblick auf eine optimale Banksteuerung weiterzuentwickeln. Die Gruppe stellt darüber hinaus einen Knotenpunkt für Zukunftsthemen der Bank dar, wie z.B. die Durchführung bankweiter Digitalisierungsinitiativen (u.a. Implementierung von KI-Anwendungen).
Abhängig von Ihren Vorkenntnissen und Stärken erwartet Sie innerhalb der IVU eine Auswahl folgender Aufgaben:
- Validierung zentraler Risikomodelle der Bank (Marktrisiko, Kreditrisiko, operationelles Risiko und Liquiditätsrisiko, Initial Margin, ESG)
- Validierung der für die Eigenmittelunterlegung zugelassenen Ratingverfahren
- Aktive Zusammenarbeit mit Entwicklungseinheiten sowie (u.a. aufsichtlichen) Modellprüfern
- Bankweite Digitalisierungsinitiativen (u.a. Machine Learning, KI, Datenanalyse)
Aufgaben:
Verantwortungsvoll: Sie überprüfen die zentralen Risikomodelle des LBBW-Konzerns und leisten damit einen entscheidenden Beitrag zur Risikosteuerung der Bank.
Analytisch: Sie haben Interesse an fachlichen Fragestellungen und nutzen statistische Methoden, um Modelle zu verschiedenen Risikoarten (Kreditrisiko, Marktrisiko, Liquiditätsrisiko, ESG-Risiko, etc.) auf Schwächen und Unsicherheiten zu untersuchen.
Kommunikativ: Sie haben Freude an inhaltlichen Diskussionen, stellen Ihre Ergebnisse verständlich unseren Entscheidungsträgern dar und vertreten Ihre Themen in internen und externen Prüfungen.
Interdisziplinär: Bei bankweiten Projekten und Geschäftsinitiativen bringen Sie Ihre Fachexpertise ein und arbeiten eng mit verschiedenen Abteilungen, Entwicklungseinheiten sowie (u.a. aufsichtlichen) Modellprüfern zusammen.
Digital: Sie erkennen das Potenzial von neuen Technologien für unser Bankgeschäft und wirken bei bankweiten Digitalisierungsinitiativen (u.a. Machine Learning, KI, Datenanalyse) aktiv mit.
Anforderungen:
Qualifiziert: Sie haben ein Studium mit stark quantitativer Ausrichtung wie Mathematik, Statistik, Data Science, Natur- oder Wirtschaftswissenschaften abgeschlossen.
Erfahren: Verbreitete Programmiersprachen wie SAS, R, Python und Excel VBA sind keine Fremdwörter für Sie. Idealerweise bringen Sie Erfahrung bzw. Kenntnisse zu maschinellem Lernen, KI und state-of-the-art der Datenanalyse mit.
Kompetent: Sie zeichnen Sich durch ausgeprägte analytische Kompetenzen aus und konnten idealerweise auch Erfahrung mit stochastischer Modellierung von wirtschaftlichen Zusammenhängen machen.
Vielseitig: Eigenverantwortlich, zuverlässig und teamfähig – Ihre Kolleg:innen schätzen Ihr Verantwortungsbewusstsein und sicheres Auftreten. Auch in Prüfungssituationen behalten Sie einen kühlen Kopf.
Motiviert: Neue Prozesse und Arbeitsweisen begeistern Sie und Sie sind bereit sich neuen Herausforderungen zu stellen und die stetige Weiterentwicklung des Bereichs Risikokontrolle aktiv mitzugestalten.