Pomiń do treści
Logo firmy Sii

Analityk Finansowy/Analityczka Finansowa (f/m/x)

Sii

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄Umowa o pracęKontrakt
⏱️Mid · 6+ latDoświadczenie
LokalizacjaPoznań
Źródło
Aktywna
Opublikowano11 czerwca 2026
Ostatnio sprawdzono11 czerwca 2026
Wygasa za89 dni
Werdykt JobHunt

To rola w projekcie wdrożenia nowego systemu bankowego do zarządzania zabezpieczeniami (collateral management). Głównym zadaniem będzie budowa i walidacja modeli ilościowych ryzyka (VaR, SIMM, IM, VM) oraz analiza danych rynkowych. Mimo tytułu 'Analityk Finansowy', rzeczywista praca skupia się na modelowaniu ilościowym i uczeniu maszynowym w kontekście finansowym. Osoba w tej roli będzie pracować z Pythonem, SQL i frameworkami ML, integrując nowy system z istniejącą infrastrukturą bankową.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.

🛠 Wymagane technologie
Dane źródłowe
PythonSQLValue at RiskCalypso
AI Insights
Tytuł może mylić

Wbrew tytułowi 'Analityk Finansowy', rola jest bliższa ilościowemu analitykowi ryzyka / data scientistowi – główny nacisk kładzie się na budowę i walidację modeli ilościowych, analizę szeregów czasowych i uczenie maszynowe, a nie tradycyjne analizy finansowe.

Czym naprawdę jest ta rola?Data Scientist

To rola w projekcie wdrożenia nowego systemu bankowego do zarządzania zabezpieczeniami (collateral management). Głównym zadaniem będzie budowa i walidacja modeli ilościowych ryzyka (VaR, SIMM, IM, VM) oraz analiza danych rynkowych. Mimo tytułu 'Analityk Finansowy', rzeczywista praca skupia się na modelowaniu ilościowym i uczeniu maszynowym w kontekście finansowym. Osoba w tej roli będzie pracować z Pythonem, SQL i frameworkami ML, integrując nowy system z istniejącą infrastrukturą bankową.

Plusy
  • Budowa nowych modeli od podstaw (greenfield) – autonomia techniczna
  • Specjalistyczna domena collateral management – wartościowe doświadczenie
Na co uważać
  • !Wymaganie TensorFlow/PyTorch może być przesadzone – główne modele to raczej statystyczne (VaR, SIMM), a nie głębokie uczenie
  • !Brak informacji o liczbie dni hybrydowych
  • !Nie podano konkretnego klienta ani szczegółów projektu
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Implementacja i konfiguracja nowego systemu collateral management
  • Budowa i walidacja modeli ryzyka (np. VaR, SIMM, IM, VM)
  • Analiza szeregów czasowych i danych rynkowych
  • Integracja systemów poprzez połączenia intersystemowe
  • Tworzenie skryptów w Pythonie do automatyzacji procesów i analiz
  • Walidacja poprawności i stabilności modeli ilościowych
  • Interpretacja wyników modeli w kontekście biznesowym i raportowanie
  • Praca z systemem Calypso (mile widziane)
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Osoba z około 3-letnim doświadczeniem w finansach, która miała styczność z modelami ilościowymi i podstawami collateral management. Zna podstawy Pythona i SQL, jest gotowa do nauki systemu Calypso i pogłębienia wiedzy z ML.

Raczej nie dla

Nie dla osób z mniej niż 3 letnim doświadczeniem w finansach ani dla czystych data scientistów bez znajomości domeny ryzyka bankowego. Rola wymaga ugruntowanej wiedzy ilościowej i kontekstu biznesowego.

Ocena dopasowania
Junior1/5
Mid4/5
Senior2/5
Hands-on4/5
Architekt1/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile osób liczy zespół projektowy i jakie są role?
  • ?Czy modele będą budowane głównie w Pythonie, czy używa się też innych narzędzi?
  • ?Jak wygląda integracja z systemem Calypso – czy to już istnieje, czy trzeba integrować od zera?
  • ?Czy przewidziane są dyżury on-call lub praca w nadgodzinach?
  • ?Jaki jest harmonogram projektu – ile miesięcy, etapy?
  • ?Czy istnieje możliwość pracy zdalnej w ramach hybrydy, czy obowiązuje stała liczba dni w biurze?
  • ?Czy w projekcie używane są inne frameworki ML poza TensorFlow/PyTorch?
Brakujące informacje
  • Nie podano wielkości zespołu
  • Brak opisu procesu rekrutacyjnego
  • Nie wiadomo, czy praca jest dla jednego klienta czy rotacyjnie
  • Brak informacji o dostępnych benefitach (poza standardowymi)
🔗Podobne oferty