Quantitative Analyst

Вакансия № 18591416 от компании Райффайзенбанк на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании Райффайзенбанк.

☑ Основной блок:

Опыт работы: 1–3 года.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: по результату собеседования.

Место работы (точный адрес): Россия, Москва, Смоленская-Сенная площадь, 28.

☑ Актуальность объявления:

Это объявление № 18591416 добавлено в базу данных: Четверг, 27 февраля 2025 года.

Дата его обновления на этом интернет-ресурсе: Воскресенье, 16 марта 2025 года.

☑ Статистика предложения работы № 18591416:

Прочитано соискателями - 112 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "Райффайзенбанк":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании можно тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Treasury is looking for a Quantitative Analyst, who will develop models and optimize risk steering processes. In this position, you will be able to make immediate impact on decision making, covering interest rate and liquidity risk, and also optionalities within banking book.

Key Responsibilities:

Development of models for pricing and hedging customers optionalities; (prepayments, withdrawals, replenishments);
Modelling clients behavior for different types of products;
Design of optimal balance sheet steering.

Knowledge/Background:

MSc in mathematics, physics, finance, statistics or economics (NES or ICEF-HSE degree would be a plus);
1-2 years experience in risk management, treasury or capital markets with emphasis on models development;
Understanding of econometric models building process beginning from the problem statement and data collection to estimation techniques and hypothesis testing altogether with model validation;
Knowledge of time series models (stationarity, causality, cointegration);
Advanced panel data modelling is a plus;
Strong knowledge of probability theory and statistics;
Knowledge of interest rate models;
Good understanding of financial markets and instruments including but not limited to bonds, FX/IR swaps and their pricing;
Good understanding of object oriented programming principles;
Knowledge of concepts and metrics for risk management;
Understanding of macroeconomic concepts;
Understanding of machine learning algorithms and their applications would be a plus.