In sintesi
- Mansioni: Sviluppa modelli per quantificare i rischi ESG in un ambiente internazionale.
- Azienda: Banca globale innovativa con un forte impegno per la sostenibilità .
- Benefit: Salario competitivo, lavoro ibrido, buoni pasto e opportunità di sviluppo professionale.
- Altre informazioni: Ambiente dinamico con opportunità di crescita e benessere.
- Perché questo lavoro: Fai la differenza nel mondo della finanza sostenibile e lavora con dati climatici.
- Qualifiche: Laurea in un campo quantitativo e esperienza in sviluppo di modelli o rischio finanziario.
La retribuzione prevista è compresa tra 48000 - 48000 € per anno.
Vuoi plasmare il modo in cui i rischi ESG vengono quantificati all'interno di una banca globale? In questo ruolo, lavorerai all'intersezione tra clima, dati e rischio finanziario e ti unirai al team di Modelling del Rischio ESG a Milano; costruendo modelli che aiutano ING a comprendere e gestire meglio l'impatto del cambiamento ambientale e sociale. Dallo sviluppo di nuove metodologie al miglioramento degli strumenti esistenti, il tuo lavoro influenzerà direttamente il modo in cui valutiamo il rischio e supportiamo decisioni più sostenibili.
Il ruolo offre l'opportunità di lavorare attraverso l'intero ciclo di vita del modello, dalla definizione della metodologia e analisi dei dati allo sviluppo del modello, validazione, interazione normativa e implementazione. Sarai parte di un ambiente internazionale, collaborando strettamente con i team di sviluppo modelli di ING ad Amsterdam e collaborando con le parti interessate in Risk Management, Front Office, Model Risk Management e altre funzioni.
Il team a cui ti unirai è il team di Analisi del Rischio ESG, parte del Rischio Integrato, focalizzato sulla quantificazione e identificazione dei rischi ESG in ING. Il team lavora su aree come analisi di scenario, stress testing e sviluppo di modelli per tradurre gli sviluppi ESG in intuizioni di rischio azionabili. Dopo una recente crescita, il dipartimento si è evoluto in due sottoteam specializzati: uno focalizzato su framework e governance, e uno focalizzato su analisi. Questo ruolo si trova nel team di analisi, dove l'attenzione è sulla modellazione pratica, costruzione di strumenti e avanzamento delle metodologie di rischio ESG.
In questo ruolo, contribuirai sia alla costruzione di nuove capacità che al miglioramento dei modelli di rischio ESG esistenti:
- Sviluppare e migliorare metodologie per la valutazione del rischio ESG, inclusa la Valutazione della Doppia Materialità . Questo include l'intero ciclo di vita dello sviluppo degli strumenti, compresa la definizione e implementazione della metodologia, raccolta e analisi dei dati, sviluppo, calibrazione, documentazione, monitoraggio e implementazione in produzione.
- Eseguire analisi a livello di portafoglio e controparte per supportare l'uso continuo dei modelli e iniziative ad-hoc che richiedono una comprensione approfondita delle metodologie, assunzioni e limitazioni del modello.
- Contribuire all'analisi di scenario e stress testing per quantificare i rischi ESG.
- Utilizzare e applicare strumenti interni, inclusi modelli che valutano i rischi climatici fisici (ad es. esposizione a pericoli naturali basati su dati geospaziali) e strumenti che traducono il rischio ESG in un impatto finanziario per le controparti aziendali di ING.
- Tradurre dati complessi ESG e climatici in intuizioni di rischio significative e risultati del modello, comunicando chiaramente approcci di modellazione, risultati, assunzioni e limitazioni a stakeholder tecnici e non tecnici, inclusi i dirigenti senior.
- Coordinare e collaborare con le parti interessate rilevanti nei team di rischio, sostenibilità e business.
- Supportare iniziative derivanti da requisiti normativi e di vigilanza, così come attività di audit interne ed esterne.
Formazione ed esperienza: laurea in un campo quantitativo come finanza, economia, ingegneria o scienze naturali, combinata con esperienza pertinente (tipicamente 2+ anni) in rischio finanziario, sviluppo di modelli o un dominio correlato.
Pensiero strategico e implementazione: sviluppare ed evolvere modelli e metodologie di rischio ESG e tradurre dati complessi in approcci robusti per la valutazione del rischio e integrazione in framework come la strategia aziendale.
Esperienza nel rischio: comprendere i driver del rischio ESG, la loro trasmissione in diversi tipi di rischio finanziario e applicare questa conoscenza nello sviluppo di modelli e analisi di scenario (ad es. stress testing, scenari climatici).
Modellazione quantitativa: applicare forti competenze di modellazione e programmazione (ad es. Python, SAS o simili) per costruire, mantenere e migliorare strumenti di rischio ESG e finanziario.
Conoscenza di clima e ESG: portare conoscenza degli sviluppi climatici, naturali e ESG, o dimostrare curiosità e capacità di costruire rapidamente questa esperienza e applicarla alla modellazione del rischio finanziario.
Applicazione avanzata dei dati: forti competenze quantitative, statistiche e analitiche, con esperienza nel lavorare con set di dati grandi e complessi.
Gestione delle parti interessate: bilanciare input da diverse parti interessate nei team di rischio, business e sostenibilità , e allineare gli approcci di modellazione con obiettivi normativi e strategici.
Capacità di comunicare argomenti tecnici complessi chiaramente ai dirigenti senior e alle parti interessate non tecniche.
Comunicazione e collaborazione: tradurre concetti complessi ESG e di rischio in metodologie e intuizioni chiare e lavorare efficacemente in team internazionali e multidisciplinari.
Problem solving e curiosità intellettuale: applicare forti capacità di problem-solving e lavorare in modo indipendente su sfide quantitative complesse, combinando una mentalità creativa e innovativa, curiosità intellettuale e disponibilità a sfidare approcci esistenti.
Proficienza in inglese: comunicare fluentemente in inglese, sia scritto che parlato.
Condizioni di lavoro: contratto di lavoro a tempo indeterminato, orario di lavoro: full time (37 ore settimanali), luogo: Milano (ibrido), stipendio base annuo: 48.000€, remunerazione variabile: in linea con le politiche retributive applicabili.
I benefici di unirsi a ING: Smart Working flessibile, stipendi base competitivi e bonus basati sulle performance, buoni pasto e ristorante aziendale, assicurazione sanitaria e contro gli infortuni, fondo pensione e piano welfare, culture diverse e mentalità innovative, ambiente internazionale e programma di talenti, impegno per la sostenibilità , molte opportunità di formazione e sviluppo, momenti dedicati al benessere fisico e mentale, un giorno speciale di ferie per il compleanno.
ING offre molte opportunità per costruire una carriera diversificata e gratificante. Unendoti a una banca digitale innovativa e internazionale, sarai in un ambiente stimolante dove puoi crescere sia come individuo che come professionista.
Il nostro impegno per la diversità è un elemento fondamentale della nostra cultura aziendale, e siamo pienamente impegnati a creare un ambiente sicuro e inclusivo, basato sul rispetto reciproco e sul valore della diversità , offrendo pari opportunità lavorative a tutti i candidati qualificati.
ESG Physical Risk Model Developer datore di lavoro: ING
ING è un datore di lavoro eccezionale, offrendo un ambiente stimolante e internazionale a Milano, dove i dipendenti possono crescere sia professionalmente che personalmente. Con un modello di lavoro ibrido flessibile, opportunità di formazione continua e un forte impegno per la diversità e l'inclusione, ING promuove una cultura del lavoro che valorizza il benessere e la crescita individuale, rendendo ogni giorno significativo e gratificante.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere ESG Physical Risk Model Developer
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità , ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su ING
Non dimenticare di candidarti direttamente sul sito di ING! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come ESG Physical Risk Model Developer
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di ING. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di ING. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso ING
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua CuriositÃ
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.