Get a reply from this employer
Your resume and cover letter, tailored to exactly what they’re hiring for.
Asymmetric Capital Partners busca un Credit Risk Specialist para liderar el marco de apetito de riesgo, RAF v2 y el desarrollo del modelo de Capital Económico por riesgo de crédito. A los 6 meses tomarás ownership de estos componentes y presentarás ante el Comité de Riesgos y Management.
Trabajarás en un entorno híbrido en Argentina, con foco en indicadores, triggers, límites y reporting compartido (MBR y Portfolio Review), además de soporte analítico directo al Comité de Riesgos y Crédito.
A los 6 meses, serás dueño/a del marco de apetito de riesgo, del monitoreo de cartera (RAF v2, umbrales, triggers y concentración) y del desarrollo del modelo de Capital Económico por riesgo de crédito. Correrás y evolucionarás estas metodologías, presentándolas de forma autónoma ante el Comité de Riesgos y dando soporte cuantitativo estratégico al Management.
Marco de apetito: Asegurar la corrida, calidad y evolución metodológica de los indicadores del RAF v2, estructurando sus queries documentadas en Snowflake.
Umbrales y monitoreo: Revisar triggers y límites de cartera; monitorear la concentración y el desempeño de nuevos productos/apuestas, detectando desviaciones (breaches) y escalándolas con evidencia técnica.
Capital Económico: Evolucionar el prototipo de VaR de crédito (por simulación) hacia un modelo documentado, validado y defendible ante el Comité de Riesgos y el Board.
Reporting compartido: Co-liderar junto al equipo de Riesgo la elaboración del MBR y el Portfolio Review, aportando el análisis cuantitativo de apetito, concentración y capital.
Análisis ad-hoc & Comité: Brindar soporte analítico directo al Comité de Riesgos, Crédito y Management, presentando y defendiendo de punta a punta tus temas.
Experiencia en Riesgo cuantitativo: 5 a 8+ años en riesgo de crédito cuantitativo (modelado, apetito, límites, capital o portfolio analytics), habiendo aplicado métricas de PD, LGD, pérdida esperada, cosechas, roll rates y provisiones para la toma de decisiones.
Formación y perfil estadístico: Graduado/a en carreras cuantitativas (Actuario, Estadística, Matemática, Economía o Ingeniería) con uso real de inferencia, regresiones, simulación Monte Carlo y backtesting de modelos.
SQL avanzado y Python: Manejo fluido de CTEs y window functions en Data Warehouses (Snowflake o similar), y dominio de Python (librerías pandas y statsmodels) para modelado.
Ownership ante comités: Haber sido dueño/a directo/a de un modelo, framework o indicador técnico, presentándolo y defendiéndolo con éxito ante un Comité de Riesgos o Management.
Integración cotidiana de IA: Uso activo y diario de herramientas de Inteligencia Artificial (Claude, ChatGPT, Copilot o equivalentes) integradas al flujo de trabajo diario.