Konsult inom bank,
data och analys
Kreditrisk
Kreditriskområdet är något jag verkligen kan och brinner för. Jag har gedigen erfarenhet av IFRS 9, IRK och ansökansflödet för nyutlåning. Här har jag arbetat med riskmodellering, regelverkstolkning, analys och projektledning.
Jag har byggt upp både funktion för riskkontroll avseende kreditrisk och första linjens analysfunktion som driver det datadrivna arbetet i en hel bank.
Lönsamhet och prissättning
Det går fort på AI-området och allt fler banker använder AI för att skapa flera modeller som hjälper dem att sätta optimalt pris på individnivå. Exempel på sådana modeller kan vara churnmodell, success rate model, kreditriskmodeller med mer som mynnar ut i en förväntad ROI.
Att använda fler datakällor blir allt viktigare och jag har goda erfarenheter av att kombinera data från intern skötsamhet med UC, andra kreditupplysningsföretag och transaktionsdata från kundens konto (PSD-2-data).
Interimsuppdrag
Med mångårig erfarenhet som ledare för team bestående av analytiker, data scientists och data engineers kan jag hoppa in inom flera områden där det behövs.
Mina domänkunskaper är främst inom bank, kreditrisk, regelverk och maskininlärning vilket gör mig lämplig som chef riskkontroll / riskmodellering, analyschef och kreditchef. Jag arbetar gärna en del operativt med analys eller modellutveckling utöver att ta en ledarroll.
Utveckling i Python, SQL och SAS
Jag kommer gärna in och hjälper er att bygga något nytt eller ser över era befintliga modeller inom exempelvis IFRS 9. De programmeringsspråk jag har mycket erfarenhet av är Python, SQL och SAS. Tveka inte att höra av er om ni behöver en resurs som kan något av dessa språk i kombination med bank och kreditrisk.
Analys & rapportering
Behöver ni se över er återkommande analys och rapportering till exempelvis VD, riskkommitté eller styrelse? Jag har erfarenhet av att bygga upp och automatisera detta från flera banker så att ni inte behöver lägga mer tid än nödvändigt varje månad.
Jag kan även hjälpa till med analyser vid behov, exempelvis ta reda på varför kreditförlusterna ökat. En annan vanlig önskan är att bättre förstå förväntad lönsamhet innan utlåning sker för att prissätta och välja vem man lånar ut pengar till på ett mer sofistikerat sätt.
AFC – Anti Financial Crime (AML/Fraud)
Att arbeta datadrivet inom AFC-området är fullt möjligt idag. Det finns mycket alla banker kan göra, och en del som är näst intill omöjligt för små banker men som de stora med mycket data kan lösa. Vill ni komma igång eller bara få hjälp att optimera befintliga larm, modeller eller något annat? Hör av er!