Stellenbeschreibung
* Konzipierung und Entwicklung von Stress Test Methodologien (u.a. Modellierung, Kalibrierung, Implementation und Modell-Monitoring/Backtesting) sowie Durchführung von regelmässigen Stress Tests und deren Analyse;
* Durchführung von modellbasierten oder empirischen Analysen für das Monitoring der Finanzstabilität unter Anwendung potenziell neuartiger Data Science Methoden und Technologien; Erarbeitung von Entscheidungsgrundlagen und allfälliger Vertretung der Ergebnisse in Gremien;
* Projektleitung von / Mitarbeit auf Modellierungs-, Analyse- und Infrastrukturprojekten bzw. Verantwortung für die resultierenden Produkte inkl. Sicherstellung von Integrität und Verfügbarkeit von Produkten mit erhöhter Kritikalität.
Ihr Beitrag
* Konzipierung und Entwicklung von Stress Test Methodologien (u.a. Modellierung, Kalibrierung, Implementation und Modell-Monitoring/Backtesting) sowie Durchführung von regelmässigen Stress Tests und deren Analyse;
* Durchführung von modellbasierten oder empirischen Analysen für das Monitoring der Finanzstabilität unter Anwendung potenziell neuartiger Data Science Methoden und Technologien; Erarbeitung von Entscheidungsgrundlagen und allfälliger Vertretung der Ergebnisse in Gremien;
* Projektleitung von / Mitarbeit auf Modellierungs-, Analyse- und Infrastrukturprojekten bzw. Verantwortung für die resultierenden Produkte inkl. Sicherstellung von Integrität und Verfügbarkeit von Produkten mit erhöhter Kritikalität.
Ihre Kenntnisse und Erfahrungen
* Abgeschlossenes Masterstudium oder Doktorat mit quantitativer Ausrichtung (bspw. VWL, Quantitative Finance, Statistik, Mathematik);
* mehrjährige praktische Erfahrung in der quantitativen Modellierung und Umsetzung von quantitativen Ansätzen, insbesondere unter Anwendung moderner Data Science / Big Data Technologien; Kenntnisse in der Modellierung von Kreditrisiken sind ein Plus;
* solides Verständnis des Finanzsystems, von wirtschaftlichen Zusammenhängen und Einflussfaktoren sowie ausgewiesene Stärke in der Analysearbeit unter Anwendung von ökonometrischen/statistischen Methoden bzw. Machine Learning;
* sehr gute Programmierkenntnisse, Vertrautheit mit gängigen DevOps-Tools und -Praktiken (z.B. Git, CI/CD Plattformen); Erfahrung mit gängigen ML-Frameworks (z.B. Torch, Tensorflow, scikit-learn) ist ein Plus;
* ausgeprägte Kooperations- und Teamfähigkeit und sehr sichere Kommunikation (mündlich und schriftlich) in Deutsch oder Französisch sowie in Englisch.
Unser Angebot
Wir bieten eine verantwortungsvolle und herausfordernde Tätigkeit in einem kollegialen Umfeld und einer Organisation, die Sie beruflich wie auch persönlich fördert. Unsere Arbeitsbedingungen sind modern und unterstützen die Vereinbarkeit von Beruf und Privatleben. Dazu gehört die Möglichkeit, flexibel und im Home-Office zu arbeiten.
Die SNB achtet die unterschiedlichen Bedürfnisse und Lebenserfahrungen ihrer Mitarbeitenden und fördert deren Vielfalt. Chancengleichheit und Gleichbehandlung haben höchste Priorität. Unsere Entlöhnung ist fair, markt- und leistungsgerecht.
Weitere Informationen finden Sie auf unserer Homepage: Schweizerische Nationalbank (SNB) - Arbeitgeberin SNB. Wir freuen uns darauf, Sie kennen zu lernen. Senden Sie uns Ihr komplettes Bewerbungsdossier mit Motivationsschreiben über unser Online Bewerbungstool.
Schweizerische Nationalbank Human Resources | Valérie de Montmollin www.snb.ch
#J-18808-Ljbffr