道富公司
Quantitative Risk, SrAssc
Quantitative Risk, SrAssc
发布于 大约 17 小时前普通员工/个人贡献者
杭州市
无经验要求
全职员工
仅现场办公
硕士
机器学习
统计分析
风险管理
MATLAB
模型验证
量化分析
市场风险
信用风险
AI 估算 · 12k–20k
金融行业入门级量化岗，跨国大公司，杭州薪酬水准中等偏上，技能门槛较高。
职位详情
关于这个职位
该职位是道富公司模型风险管理部的量化风险分析师（入门级），负责独立验证银行使用的各类模型（如信用风险、市场风险、AI模型），通过统计分析和编程（Python/R）评估模型的理论合理性、数据完整性和表现
适合量化专业背景、希望进入金融风险领域的求职者，无需工作经验，有实习或学术项目经验者优先
最低要求
Master's degree (or higher) in a quantitative discipline (e.g. Statistics, Economics, Mathematics, Computer Science/Engineering, or equivalents).
Prior working experience is not mandatory; internship experience, academic projects, or research experience in quantitative analytics, modeling, or risk is a plus.
工作职责
Support and perform independent validations on models such as credit risk, market risk, climate risk, portfolio management, pricing, and AI models by executing assigned analytical workstreams and tests.
Perform data preparation and quantitative analysis by applying statistical analysis and/or machine learning approaches to help assess whether models are performing as expected.
Assist in documenting validation work (e.g., methodology, testing approach, results, and limitations) and in compiling supporting evidence for review and reporting.
Coordinate with model developers and business partners to help relay questions, issues, and feedback, and to help track actions and responses.
Contribute to streamlining the analytical process and improving pace of execution through automation and process improvements (under guidance from the validation lead).
优先资格
Demonstrated understanding (through coursework/projects) of quantitative analytics topics relevant to credit risk and/or market risk is preferred.
Understanding in financial services regulations such as Basel, stress testing, and CCAR is a plus.
Proficient in one or more programming languages such as Python, R, or Matlab.
Finance and/or risk management certificates like CFA and FRM are a plus but not required.
AI 洞察
优缺点分析
优点
- 道富是全球顶尖金融基础设施服务商，平台大，职业起点高
- 工作涉及多种模型（包括AI/ML），技术积累丰富，紧跟行业前沿
- 入门级岗位，对经验要求不高，适合应届生或转行者
- 团队位于杭州，金融与科技结合，发展前景好
- 需要与全球团队协作，可能涉及跨时区沟通
缺点 / 挑战
- 模型验证工作需要严谨的逻辑和细致的态度，对数学和编程要求较高
- 金融监管知识需要不断学习，合规压力大
- 适合量化金融、数学、统计等专业背景，希望在金融风险领域发展，具备较强分析和编程能力，愿意从基础做起的求职者
角色解读
- 可在模型验证领域深耕，成为模型验证专家或团队领导
- 横向转型至模型开发、风险策略或金融市场风险管理岗位
- 积累金融行业经验和监管知识，向高级量化分析师或风险管理经理发展
- 独立验证信用风险、市场风险、AI等模型，评估其理论合理性和表现
- 使用Python、R等编程语言进行数据准备、统计分析和机器学习建模测试
- 撰写验证文档，记录方法论、测试结果和局限性
- 与模型开发人员和业务方协作，跟踪问题和反馈
- 扎实的量化分析基础，熟悉统计、机器学习方法
- 精通Python、R或Matlab等编程语言
- 了解信用风险或市场风险相关量化主题
- 良好的沟通能力和文档撰写能力
申请策略
- 申请时强调对模型风险管理的兴趣，以及愿意学习金融领域知识的态度
- 关注道富公司文化，展示对多元化和包容性价值观的认同
- 突出量化相关课程项目、实习或研究经历，展示建模和编程能力
- 强调Python/R项目经验，尤其是数据分析和机器学习应用
- 如有金融风险管理相关证书（如FRM、CFA）或课程，务必列出
- 体现出对方法论有效性和数据完整性的关注，展示严谨性
- 提前学习信用风险和市场风险的基础概念（如违约概率、VaR）
- 熟练掌握Python中的数据分析库（pandas、numpy）和机器学习库（scikit-learn）
面试指南
- 结构化回答：先解释模型目的和关键假设，再说明验证步骤（数据质量检查、理论推导、反向测试、敏感性分析），最后总结结果
- STAR法则：描述情境（Situation）、任务（Task）、行动（Action）、结果（Result），突出量化分析和编程能力
- 请解释一下如何验证一个信用风险模型？
- 你在项目中如何验证模型的准确性？
- 你熟悉哪些机器学习算法？如何选择模型？
- 你对Basel协议了解多少？
- 请描述一次你使用Python进行数据分析和建模的经历
- 复习统计学和机器学习核心概念，准备2-3个项目案例详细讲解
匹配度报告
69
综合匹配度
稳定大厂、前沿技术栈、成长空间大，但现场办公且WLB信息不明确。
适合人群
最适合看重技能成长和职业发展的求职者，尤其是希望进入金融风险领域的新人。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利匹配
75中等
该职位薪资未明确，但作为大型上市金融机构，薪资福利通常具有市场竞争力，且工作稳定。
薪资信号未披露（AI估算：12K-20K/月）
成长发展匹配
90较高
职位涉及多种前沿模型（包括AI/ML），提供独立验证和编程实践机会，成长空间大。
技术前沿前沿/新兴技术
技术栈Python、R、Matlab、机器学习、AI模型
成长机会model validation、independent validations、improving pace of execution through automation
业务类型ambiguous
工作生活匹配
50较低
职位为杭州现场办公，未提及弹性工作或远程选项，WLB不确定性较高。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
60中等
金融风险管理对社会金融稳定有贡献，但个人直接感受到的社会影响力有限。
行业发展稳定成熟行业
社会影响中性/一般
使命信号help them manage risk
创新程度积极采用新技术
Watch Jobs