Underwriting/Credit Model Risk Senior Manager - Machine Learning

Мы ищем острого, целеустремлённого специалиста‑квантитативщика, который присоединится к нашей динамичной команде Model Risk Management (MRM). На этой позиции вы будете руководить сектором валидации андеррайтинга и кредитного риска — самым критическим столпом фреймворка MRM в Affirm. Это уникальная роль, предназначенная для опытного технического лидера, способного построить, наставлять и управлять высокоэффективной командой, оставаясь при этом глубоко вовлечённым в практическую работу и лично проводя валидацию наших самых сложных моделей машинного обучения.

• Руководство сектором и управление командой: Руководить сектором валидации андеррайтинга и кредитного риска. Возглавлять, наставлять и управлять командой талантливых квантитативных специалистов, задавая стратегическое направление для этой критической области риска.
• Практическая валидация моделей: Выполнять строгие, независимые валидации сложных моделей машинного обучения в области андеррайтинга и управления кредитным риском.
• Технический обзор: Оценивать концептуальную обоснованность, целостность данных и стабильность производительности через всестороннее тестирование, глубокие обзоры и непрерывный мониторинг для обеспечения точности модели.
• Идентификация и устранение: Выявлять критические слабости моделей и определять области для улучшения; сотрудничать с владельцами моделей и разработчиками для отслеживания и решения найденных проблем валидации.
• Улучшение фреймворка: Сотрудничать с кросс‑функциональными заинтересованными сторонами для внедрения и уточнения корпоративного фреймворка Model Risk Management (MRM), обеспечивая его надёжность и инновационность.
• Аудит и соответствие: Координировать работу с бухгалтерией, внутренним контролем и командами комплаенса, чтобы все действия с моделями соответствовали внутренним стандартам и регуляторным требованиям.

• Опыт: 9+ лет профессионального опыта в высокотехнической роли, такой как разработка моделей, валидация моделей или количественная аналитика.
• Экспертиза в области: Глубокое понимание моделирования машинного обучения, андеррайтинга и управления кредитным риском.
• Техническая компетентность: Продвинутые навыки написания скриптов на Python и экспертиза в использовании SQL для манипулирования и анализа масштабных, сложных наборов данных.
• Лидерство и влияние: Подтверждённый опыт найма, управления и наставничества количественных команд. Способность бесшовно переключаться между стратегическим надзором высокого уровня и детальной практической технической работой.
• Образование: Степень BS, MS или PhD в количественной дисциплине, такой как Statistics, Quantitative Finance, Mathematics или Data Science.
• Аналитический склад ума: Естественный решатель проблем с скрупулёзным вниманием к деталям, глубокой любознательностью к механике моделей и острыми навыками критического мышления.
• Коммуникация: Исключительные межличностные навыки с подтверждённой способностью упрощать и переводить сложные технические концепции для разной аудитории.

• Health coverage at no cost: Мы покрываем 100 % премий для сотрудников и их иждивенцев.
• Spending stipends: Ежемесячные выплаты поддерживают вашу техническую инфраструктуру и позволяют выбирать варианты здоровья и благополучия, которые подходят вам.
• Time off to recharge: Гибкий отпуск и щедрые праздничные календари помогают вам отдохнуть, когда это необходимо.
• Own a piece of what you build: Наш план покупки акций сотрудниками (ESPP) позволяет вам приобретать акции Affirm со скидкой.

USA base pay range (CA, WA, NY, NJ, CT) per year: $255,000 - $315,000

USA base pay range (all other U.S. states) per year: $227,000 - $287,000

#LI-Remote

Удалённая работа в приоритете с встроенной гибкостьюAffirm гордится тем, что является компанией с удалённым форматом работы в первую очередь. Большинство ролей можно выполнять из почти любой точки страны, где вы работаете. Некоторые позиции иногда могут требовать личного присутствия в офисе Affirm, а несколько — офисной работы из‑за характера задач. Все новые сотрудники получат приглашение на очный вводный процесс.