In één oogopslag
- Taken: Analyse en modelleer kredietdata voor belangrijke bankprojecten.
- Bedrijf: Grote Nederlandse bank met focus op innovatie en samenwerking.
- Voordelen: Competitief salaris, flexibele werkuren en professionele ontwikkeling.
- Overige informatie: Werken aan projecten die direct invloed hebben op kredietrisicobeheer.
- Waarom deze baan: Maak impact door cruciale kredietmodellen te ontwikkelen en te verbeteren.
- Kwalificaties: Ervaring in data-analyse en datamodellering, bij voorkeur in de banksector.
Het verwachte salaris ligt tussen 5700 - 6250 € per maand.
Salaris: € 5.700 - € 6.250 bruto per maand op basis van 36 uur (exclusief vakantietoeslag).
Wil je de schakel zijn tussen business en technologie, en de kredietgegevens leveren waarop een bank vertrouwt om haar kredietrisico te beheren? Voor een grote Nederlandse bank zijn we op zoek naar drie Data Analysts / Data Modelers. Je sluit je aan bij het team dat de centrale kredietdatastore van de bank bouwt en onderhoudt. Dit team brengt tal van gegevensbronnen samen in één verenigd datamodel en levert betrouwbare kredietgegevensproducten aan interne consumenten, van kredietrisicomodellen tot (Gen) AI en analytics.
De opdracht richt zich op twee concrete projecten met een strakke tijdlijn:
- Early Warning Model: de bank ontwikkelt een nieuw model dat verslechterende kredietkwaliteit van debiteuren en blootstellingen in een vroeg stadium detecteert, zodat accountmanagers tijdig kunnen handelen. Het model vervangt het huidige monitoringsmodel en wordt onderdeel van een breder Early Warning System.
- Model-Based Calibration: het leveren van PD-risicodrivers vanuit het dataplatform naar downstream consumenten. Dit is cruciaal voor de overgang naar de nieuwe kredietbeoordelingsketen voor de niet-retailportefeuille.
Voor elk project is het resultaat een dataproduct dat is gemapt volgens het kredietbusinessdatamodel en klaar is voor consumenten. Je zorgt voor de analyse, mapping en bedrijfslogica, en brengt het samen met data-engineers in productie.
Wat ga je doen?
Je verantwoordelijkheden omvatten:
- Het verzamelen, analyseren en valideren van kredietdata-eisen met consumenten.
- Beoordelen welke data-attributen consumenten nodig hebben en het identificeren van hiaten in bestaande data.
- Het onderhouden van het kredietbusinessdatamodel: het mappen van data-elementen en datastromen ter ondersteuning van kredietbeslissingen en naleving van regelgeving.
- Het aanpassen van mappings, creëren van buildplannen en uitvoeren van correctief onderhoud op dataproducten.
- Het nemen van end-to-end eigenaarschap van je dataproducten, inclusief testen en releasebeheer, in nauwe samenwerking met data-engineers en consumenten.
- Bijdragen aan bankbrede veranderinitiatieven waarin kredietdata centraal staat.
- Helpen bij het verder ontwikkelen van het team en platform, bijvoorbeeld door nieuwe tooling voor datamodellering.
Wat breng je mee?
Je bent geen data-engineer, maar een analist die de business begrijpt en zelf in de data duikt. Je weet wat een lening is en wat de data erachter betekent. Je werkt zelfstandig, schakelt snel tussen onderwerpen en houdt een koel hoofd en een eenvoudige aanpak wanneer de druk toeneemt.
Je brengt ook mee:
- Aantoonbare ervaring in business- en data-analyse, bij voorkeur binnen een bank en het kredietdomein.
- Ervaring met datamodellering: conceptueel, logisch en fysiek.
- Ervaring met datatests: unit-, regressie- en acceptatietests.
- Een algemene kennis van IT-onderwerpen zoals releasebeheer, testen en tools zoals Databricks.
- Sterk stakeholdermanagement en duidelijke communicatie met verschillende stakeholders.
- Een analytische mindset en aandacht voor detail: je ziet de relatie tussen eisen, processen en ontwikkelingen, en vertaalt dit naar oplossingen.
- Ervaring met werken onder hoge druk en met strakke deadlines.
- Uitstekende beheersing van het Engels.
Aanvullend:
- Kennis van kredietrisicomodellen, zoals early warning, PD of kredietbeoordeling.
- Ervaring met Python of Databricks.
In deze opdracht werk je aan twee projecten die direct vormgeven aan hoe een van de grootste banken in Nederland kredietrisico herkent en beheert. Je levert zichtbare resultaten binnen een jaar, in een team dat onafhankelijkheid en eigenaarschap waardeert.
Data Analyst / Data Modeler Credit Data in Amsterdam werkgever: BrightStone Group
BrightStone Group is een uitstekende werkgever die een stimulerende en collegiale werkomgeving biedt in het hart van Utrecht. Met een focus op persoonlijke ontwikkeling en doorgroeimogelijkheden, zoals de kans om Lead Recruiter te worden, investeert het bedrijf in jouw carrière. Daarnaast geniet je van aantrekkelijke arbeidsvoorwaarden, waaronder een competitief salaris, een bonusregeling op succesvolle plaatsingen, en een cultuur van samenwerking en vertrouwen, waar je nooit alleen staat in je rol.
Hupjob Expertadvies🤫
Zo denken wij dat je Data Analyst / Data Modeler Credit Data in Amsterdam kunt binnenhalen
✨Duik in de Data Science Communities
Data science draait om kennis delen en leren van elkaar. Sluit je aan bij online communities zoals Kaggle, GitHub en Stack Overflow. Deel je projectwerk en leer van anderen – dit kan leiden tot waardevolle connecties en zelfs een sollicitatie bij BrightStone Group!
✨Neem deel aan Hackathons
Hackathons zijn een geweldige manier om je vaardigheden in de praktijk te brengen en jezelf te laten zien. Veel bedrijven, waaronder BrightStone Group, zoeken kandidaten die hun creativiteit en probleemoplossend vermogen kunnen demonstreren. Maak gebruik van deze evenementen om je netwerk uit te breiden.
✨Show je Expertise met Projecten
Laat je skills zien met een publiek portfolio! Zorg ervoor dat je een paar interessante projecten hebt die jouw datavisualisatie, statistiek en machine learning vaardigheden tonen. Plaats ze op platforms zoals GitHub of je eigen website – zo laat je zien wat je kan bij BrightStone Group.
✨Pas je Sollicitatie aan voor Geschiktheid
Bij fulltime data science functies is het belangrijk om je sollicitatie specifiek te maken voor de rol bij BrightStone Group. Kijk goed naar de vereisten en match je vaardigheden en ervaring aan wat zij zoeken. Dit maakt het veel waarschijnlijker dat ze jou uitnodigen voor een gesprek!
Wij denken dat je deze vaardigheden nodig hebt om als Data Analyst / Data Modeler Credit Data in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Laat je technische vaardigheden zien!:In de data-science wereld willen we je technische bekwaamheden echt zien. Zorg ervoor dat je kennis van programmeertalen zoals Python of R, evenals je ervaring met data-analysetools en -technieken, duidelijk naar voren komen in je CV. Dit is een kans om je talenten in statistiek en machine learning te benadrukken, zodat BrightStone Group ziet dat jij hun ideale kandidaat bent!
Geef je projecten een spotlight:Vergeet niet om eventuele data-projecten of analyses die je al hebt uitgevoerd op te nemen. Heb je bijvoorbeeld een GitHub-account? Voeg dat toe! Dit is een toffe manier om je praktische ervaring te laten zien, wat de recruiter van BrightStone Group echt zal aanspreken. Laat zien hoe je problemen hebt opgelost en dat je in staat bent om inzichten uit data te halen!
Wees duidelijk over je doelen:Aangezien het om een fulltime rol gaat, is het belangrijk dat je in je motivatiebrief je doelen en ambities duidelijk maakt. Wat hoop je te leren en te bereiken in deze functie bij BrightStone Group? Laat zien dat je niet alleen geïnteresseerd bent in de functie, maar ook in wat je kunt bijdragen aan het team en het bedrijf.
Ondersteun je ervaring met data:Naast je technische vaardigheden, is het ook cruciaal om je eerdere ervaring te onderbouwen met concrete resultaten. Heb je analyses uitgevoerd die hebben geleid tot verbetering van processen of het nemen van strategische beslissingen? Geef cijfers en voorbeelden in je CV en motivatiebrief, zodat BrightStone Group ziet dat je kennis van data echt impact heeft gehad.
Zo bereid je je voor op een sollicitatiegesprek bij BrightStone Group
✨Show je dataskills
Zorg ervoor dat je goed voorbereid bent op technische vragen die je dataskills testen. Bereid je voor op vragen over data-analyse, statistiek en machine learning. Wij moeten ook kunnen zien dat je vertrouwd bent met tools zoals Python, R of SQL.
✨Breng je portfolio mee
Als data scientist is je portfolio cruciaal. Zorg ervoor dat je een aantal projecten hebt waar je trots op bent en die je kunt presenteren. Leg de nadruk op wat je hebt geleerd en hoe je de resultaten hebt toegepast. Dit laat zien dat je niet alleen kennis hebt, maar ook de toepassing ervan begrijpt.
✨Ken de data van BrightStone Group
Neem de tijd om inzicht te krijgen in de datasets waar BrightStone Group mee werkt. Dit kan je helpen om tijdens het gesprek specifieke voorbeelden te geven van hoe jouw vaardigheden en ervaring aansluiten bij hun behoeften. Dit toont niet alleen jouw interesse, maar ook dat je al nadenkt over hoe je een bijdrage kunt leveren.
✨Leef je in in de business case
Tijdens de interviews kunnen ze je vragen om een business case te analyseren of oplossingen voor te stellen op basis van gegevens. Dit is een kans om je analytische vaardigheden te laten zien, dus zorg ervoor dat je niet alleen de technische kanten belicht, maar ook hoe jouw aanpak waarde toevoegt aan het bedrijf.
