Количественный аналитик (команда анализа рисков торговых операций)

Дата размещения вакансии: 24.06.2026
Работодатель: Банк ВТБ (ПАО)
Уровень зарплаты:
з/п не указана
Город:
Москва
Пресненская набережная 12
Требуемый опыт работы:
От 1 года до 3 лет

Управление рыночных рисков Банка ВТБ в поисках кандидата, готового стать частью команды количественной оценки рисков (QRM) и принять участие в решении задач, связанных с моделями прайсинга деривативов и оценкой риска при дефолте контрагента.
Мы любим амбициозные задачи, четкие планы, чистый код, а также ценим разумный баланс между работой и жизнью. Важной частью нашей деятельности является непрерывное обучение – внутри команды и на внешних курсах. Для нас важны сильные математические знания, знания финансов, и навыки программирования.

Обязанности:

  • валидация моделей ценообразования и оценки риска дефолта контрагента для производных финансовых инструментов;
  • разработка методологии и реализация инструментов для валидации моделей и оценки модельного риска;
  • анализ новых деривативных продуктов и one-off сделок с точки зрения моделей ценообразования;
  • расчет параметров моделей с учетом модельного риска по отдельным продуктам;
  • оценка резервов под возможные потери от реализации модельного риска;
  • контроль изменений в библиотеке прайсинга по результатам валидации.

Требования:

  • высшее образование (математика, физика, финансы и т.п.) или последние курсы обучения;
  • знание основ финансовой математики (модель Блэка-Шоулза-Метона, риск-нейтральная мера, кривые дисконтирования, поверхность волатильности и т.д.);
  • знание основ стохастического анализа (броуновское движение, формула Ито и т.д.);
  • базовые знания численных методов (метод Монте-Карло, метод конечных разностей, оптимизационные методы);
  • владение языком Python на базовом уровне;
  • ответственность, умение работать самостоятельно;
  • желание развиваться и интерес в области моделей прайсинга производных финансовых инструментов.

Будет большим преимуществом:

  • знание стохастического анализа;
  • знания продвинутых моделей ценообразования производных финансовых инструментов (модели процентных ставок, модели локальной и стохастической волатильности);
  • знания в области математической статистики;
  • опыт работы с экзотическим производными финансовыми инструментами;
  • опыт работы с библиотеками прайсинга производных финансовых инструментов;
  • продвинутое владение языком Python;
  • понимание принципов объектно-ориентированного программирования;
  • умение писать аккуратный и понятный код;
  • владение системой LaTeX;
  • опыт написания научных статей или методологических документов.