Deloitte logo
德勤
Associate - Quantitative Analysis and Valuation (AI enabled) - Audit & Assurance - BJ

Associate - Quantitative Analysis and Valuation (AI enabled) - Audit & Assurance - BJ

发布于 大约 14 小时前

普通员工/个人贡献者

北京市
无经验要求
全职员工
仅现场办公
本科
风险管理
Ifrs 9
信用风险
审计
数据分析
机器学习
风险管理
Ifrs 13
金融估值

AI 估算 · 15k–25k

四大审计量化岗,初级职位,薪资中等,但发展空间大。

职位详情

关于这个职位

该职位隶属于德勤中国审计与鉴证部门的金融量化团队,主要为大型银行和非银金融机构提供信用风险模型开发与验证、金融工具估值审核、预期信用损失模型验证等专业服务,同时参与AI治理和模型鉴证等前沿领域

适合对量化分析、金融风险管理及AI应用感兴趣的理工科或金融背景人才

最低要求

金融、经济、管理科学、统计、数学、物理、计算机科学、电子工程或其他STEM专业本科及以上学历

热衷于帮助客户解决问题并实现双赢
对AI等先进技术在业务增长、数字化转型、数据分析、量化模型开发和金融风险管理中的应用有浓厚兴趣
具备扎实的数理统计、计量经济学和机器学习理论功底,并具有较强的编程能力,能够完成端到端的大数据分析、可视化和模型开发
具备团队合作精神和快速学习能力,拥有出色的人际交往、沟通和时间管理能力,能够在压力下工作并遵守项目截止日期
了解或对金融估值方法论有浓厚兴趣

工作职责

工作职责:

利用统计学、大数据分析、机器学习算法和AI解决方案,为一级和二级银行及顶尖非银金融机构开发和验证信用风险评级模型与策略,并设计行业领先的智能风控和监管合规模型应用方案
协助客户在ESG与气候风险管理、风险数据平台、数字化赋能的新一代风险管理解决方案等前沿业务领域进行创新
为全球系统重要性银行(GSIBs)和国内系统重要性银行(DSIBs)提供风险数据汇总与报告、恢复与处置计划、海外监管合规等服务
对金融工具(包括衍生品、非上市股权投资、结构化产品和第三层级公允价值资产)进行独立的估值审计复核,应用IFRS 13公允价值层级、市场法、收益法(DCF)和期权定价模型,检验管理层假设和方法
根据IFRS 9预期信用损失准则,对主要银行和金融机构客户的ECL模型进行复核和独立验证,包括PD/LGD/EAD参数基准测试、阶段划分评估、宏观经济情景分析和模型治理评价
支持AI治理和AI模型鉴证工作,包括AI系统风险评估、模型验证以及为采用生成式AI和机器学习解决方案的金融机构制定AI审计方法论
您还将:
在充满活力、跨文化和跨职能的合作中获得经验:您将与德勤不同业务部门、不同文化背景和不同专业能力的团队紧密合作,为大型银行和顶级金融机构提供领先的解决方案
有机会与德勤网络中全球团队在重点专业服务领域合作
成为银行业领先实践的贡献者并获得第一手经验:您可以提供顶级银行的解决方案,了解行业最佳实践的演变,并积极推动行业风险管理实践的进步
促进个人和职业成长:您将拥有清晰的职业发展路径,具有竞争力的个人和财务增长
配备尖端培训平台和课程,以及明确的年度评估晋升机制,帮助您提升专业能力和追求职业愿景
接触前沿估值方法和AI驱动的审计工具:您将使用专有估值模型、基于Python的分析框架和GenAI驱动的复核平台,这些正在重塑向全球最大金融机构提供审计与鉴证服务的方式

优先资格

持有FRM、CFA或CQF证书者优先

AI 洞察

优缺点分析

优点

  • 平台优势:德勤作为全球顶级专业服务机构,提供广阔的职业发展空间和国际化合作机会
  • 前沿技术:接触GenAI和AI驱动的审计工具,保持技术领先
  • 技术深度:需要同时掌握金融和编程,学习曲线较陡
  • 竞争激烈:四大内部晋升竞争激烈,需持续产出高质量成果

缺点 / 挑战

  • 技能积累:深度参与金融风险模型开发和估值审核,培养稀缺的量化分析能力
  • 工作强度:审计行业普遍面临较强的工作压力和截止日期要求
  • 适合具有量化背景(数学、统计、金融等),对金融风险管理与AI应用有浓厚兴趣,并希望在专业服务领域长远发展的求职者

角色解读

  • 从Associate晋升到Senior Associate、Manager等职位,逐步负责更复杂的金融模型和团队管理
  • 在四大平台积累金融风险管理经验,考取FRM/CFA等证书,成为细分领域专家
  • 随着AI和监管科技发展,可转向AI审计、模型风险管理等前沿方向
  • 开发和验证信用风险评级模型,应用机器学习算法和AI技术对银行客户进行智能风控和监管合规建模
  • 对金融工具进行独立估值审计复核,运用IFRS 13、DCF和期权定价模型检验管理层假设
  • 验证IFRS 9预期信用损失(ECL)模型,包括PD/LGD/EAD参数基准测试和宏观经济情景分析
  • 支持AI治理和模型鉴证,为采用GenAI的金融机构提供AI审计方法论
  • 扎实的数学统计、计量经济学和机器学习理论基础
  • 熟练的编程能力(如Python),能够进行大数据分析和模型开发
  • 熟悉金融估值方法论和IFRS相关准则(如IFRS 9、IFRS 13)
  • 良好的团队协作和沟通能力,能承受工作压力

申请策略

  • 关注德勤金融量化团队的招聘动态,了解其服务领域和典型案例
  • 在面试中强调对AI在金融风险管理中应用的理解,展示学习热情
  • 突出量化建模项目经验,包括信用风险、估值或数据分析案例
  • 展示编程技能(Python/R)和机器学习算法应用
  • 如果有金融相关证书或金融行业实习,重点强调
  • 提前复习金融学和会计基础知识,了解IFRS 9和IFRS 13
  • 强化Python编程和机器学习库(如scikit-learn, TensorFlow)
  • 熟悉常见的金融估值模型(DCF, option pricing)

面试指南

  • 使用STAR法则结构化回答行为问题,突出问题和结果
  • 技术问题先陈述基础概念,再结合实际案例,展示逻辑
  • 对前沿问题,可表明已知范围和愿意深入学习的姿态
  • 请介绍一个你使用机器学习解决金融问题的项目
  • 解释IFRS 9预期信用损失模型的基本框架和参数
  • 如何对一项非上市股权投资进行估值?
  • 你如何理解AI在审计和风险管理中的应用?
  • 请举例说明你如何在压力下完成项目

职位点评

52
综合评分

四大金融量化岗位,平台大、成长路径清晰,但薪资未明确且现场办公加班风险高。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
适合重视职业成长、渴望学习前沿技术、能接受稳定但可能加班的工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活40
使命价值60

薪资福利

50较低

JD未披露具体薪资和福利信息,但作为四大审计岗位,薪酬体系相对稳定,起薪在行业中处于中等水平。

薪资信号未披露(AI估算:15K-25K/月)

成长发展

85较高

JD明确提及职业发展路径、培训平台和年度晋升机制,且工作内容涉及前沿AI技术和量化模型开发,成长性极强。

技术前沿前沿/新兴技术
技术栈Python、machine learning、AI、GenAI、IFRS 9、IFRS 13、credit risk、valuation
成长机会training platforms and programs、annual evaluation promotion mechanism、clearly defined career development path
业务类型ambiguous

工作生活

40较低

职位为现场办公模式,未提及弹性或远程安排,审计行业通常工作强度较大,生活平衡可能受限。

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

60中等

金融风险管理和AI审计对金融体系稳定性有积极贡献,但JD未强调社会使命,行业处于稳定成熟阶段。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs