Vicepresidente Sénior, Analista Cuantitativo, Analítica de Finanzas Estructuradas en Madrid

30% Anual

Si recibes y aceptas una oferta nuestra, requerimos que las inversiones personales y cualquier otra relacionada se declaren de forma confidencial a nuestro equipo de Compliance. Estas inversiones serán revisadas para garantizar que cumplen con los requisitos del Código de Ética. Si se identifica cualquier conflicto de intereses, se te requerirá liquidar esas posiciones inmediatamente. Además, dependiendo de tu departamento y lugar de trabajo, ciertas cuentas de empleados deben mantenerse con un bróker aprobado (por ejemplo, todas las cuentas de empleados en EE. UU.). Si esto se aplica y tu(s) cuenta(s) no está(n) con un bróker aprobado, se te requerirá trasladar tus posiciones a un bróker aprobado.

El entorno de trabajo híbrido de Morningstar te ofrece la oportunidad de colaborar en persona cada semana, ya que hemos comprobado que damos lo mejor de nosotros cuando estamos juntos de forma deliberada y regular. En la mayoría de nuestras ubicaciones, nuestro modelo de trabajo híbrido es de cuatro días en la oficina cada semana. También disponemos de una variedad de otros beneficios para mejorar la flexibilidad a medida que cambian las necesidades. No importa dónde estés, tendrás herramientas y recursos para interactuar de forma significativa con tus colegas globales.

• Como mínimo, un máster en Matemáticas, Ingeniería, Física, Economía, Finanzas, Estadística o una disciplina cuantitativa relacionada. Se preferirá un doctorado (PhD).
• Al menos 10 años de experiencia profesional relevante en riesgo de crédito cuantitativo, incluyendo una experiencia práctica sustancial en el desarrollo de modelos de impago y pérdida de finanzas estructuradas para RMBS, CMBS, ABS y/o CLOs. Experiencia práctica en factor models, roll-rate models y survival models.
• Sólidas habilidades de programación en Python o C++ y experiencia en la redacción de artículos de investigación claros y/o documentación técnica.
• Capacidad para realizar análisis de datos rigurosos en grandes conjuntos de datos.
• Sólido juicio matemático y capacidad para comprender rápidamente problemas desconocidos, respaldado por un profundo conocimiento de modelado estadístico, teoría de la probabilidad, cálculo estocástico y métodos numéricos, incluyendo integración numérica, simulación de Monte Carlo, búsqueda de raíces y optimización.
• Sólido criterio de modelado, con una capacidad demostrada para traducir problemas complejos en modelos sencillos, transparentes e interpretables sin comprometer el rigor analítico.
• Excelente comprensión de los productos de titulización.
• Experiencia demostrada en la entrega de proyectos cuantitativos complejos que involucran a múltiples equipos y flujos de trabajo interdependientes, con fuertes habilidades organizativas y capacidad para anticipar cuellos de botella, resolver problemas y mantener el impulso a través de la revisión, aprobación y lanzamiento.
• Demostradas habilidades de comunicación y enseñanza, incluida la capacidad de hacer que los temas cuantitativos complejos sean accesibles para audiencias no técnicas.
• Experiencia demostrada en la mentoría de analistas cuantitativos y en la revisión de modelos de crédito y derivaciones matemáticas.

Deseable:

• Experiencia trabajando dentro de una agencia de calificación crediticia o con una.
• Para candidatos cuyo lenguaje de programación principal sea C++, familiaridad con el ecosistema de computación numérica y ciencia de datos de Python, incluyendo NumPy, Pandas, Scikit-Learn y SciPy.
• Experiencia en el desarrollo de aplicaciones en la nube (preferiblemente AWS).
• Experiencia en el uso de LaTeX para la preparación de artículos de investigación o documentación técnica.