سيقوم هذا القائد بتصميم وبناء محرك إقراض قابل للتدقيق بالكامل، يعمل في الوقت الفعلي، وقائم على البيانات، وقادر على العمل في الأسواق الناشئة ببيانات أولية محدودة للغاية، ثم التوسع تدريجيًا إلى بيئات غنية بالبيانات البديلة.
المسؤوليات الرئيسية
قيادة علوم المخاطر والقرار
- بناء محركات قرار ائتمانية من البداية إلى النهاية للملفات الائتمانية الرقيقة والقروض الصغيرة.
- تطوير التسعير الديناميكي القائم على المخاطر، واستراتيجيات الموافقة، وبطاقات الأداء السلوكية.
- تصميم وصيانة نماذج PD/LGD في الوقت الفعلي، ولوحات معلومات مخاطر المحفظة، ومحفزات EWS.
- إدارة دورة حوكمة مخاطر النماذج بالكامل، بما في ذلك التوثيق ومسارات التدقيق.
- مواءمة فرق المنتج والهندسة والبيانات والتحصيل حول حدود مخاطر موحدة والعائد المستهدف على حقوق الملكية.
- الإشراف على مراقبة المحفظة، وحدود القروض غير العاملة، والتنبؤ بالخسائر، ونمذجة السيناريوهات.
ملكية البيانات والبنية التحتية
- تحديد وتسليم البنية التحتية للبيانات في الوقت الفعلي للشركة:
- بحيرة بيانات ELT المتدفقة/مستودع البيانات، مخزن الميزات، خط أنابيب ML-ops
- اتخاذ قرارات معمارية استراتيجية (مثل Kafka مقابل Kinesis، وDelta مقابل Iceberg).
- ضمان جودة بيانات قوية وتتبع الأصول وإدارة البيانات الوصفية باستخدام أدوات مثل:
- Great Expectations، DataHub، Collibra
- بناء وتوسيع ذكاء الأعمال على مستوى الشركة، وإعداد التقارير، وأطر مؤشرات الأداء الرئيسية، وبرامج الثقافة البياناتية.
- دعم الهندسة في بناء خدمات مصغرة قابلة للتوسع ومتوافقة لعمليات الائتمان والبيانات.
القيادة وإدارة الفريق
- بناء وقيادة فرق متعددة التخصصات: محللو المخاطر، مهندسو البيانات، مهندسو تعلم الآلة، محللو ذكاء الأعمال.
- توجيه القادة المستقبليين ودفع ثقافة عالية الأداء، تضع السلامة أولاً، وصارمة تحليليًا.
- ضمان تعاون قوي بين الوظائف المختلفة عبر المنتج والهندسة والمالية والتحصيل والعمليات.
المتطلبات
الخبرة
- خبرة عملية في بناء محركات المخاطر الائتمانية ونماذج التسعير وخطوط أنابيب البيانات لإقراض الملفات الرقيقة أو القروض الصغيرة.
- القدرة على العمل في البداية ببيانات محدودة للغاية (الهاتف + الهوية فقط) والتوسع إلى أنظمة بيانات بديلة غنية (الجهاز، الاتصالات، السلوك، القياس النفسي، الخدمات المصرفية المفتوحة).
- حس تجاري لموازنة معدل التحويل وتكلفة البيانات وجودة القرار، وإدارة المقايضات بين معدل الموافقة وعائد المحفظة.
- خبرة في البيئات المنظمة مع سمعة امتثال نظيفة.
- برمجة عملية بلغة Python أو R، وإتقان SQL، وفهم قيود زمن الاستجابة/الإنتاج في ML-ops.
- خبرة مثبتة في تقديم الأطر للمنظمين والمدققين.
المهارات والكفاءات
- فهم عميق لإدارة المحفظة: منحنيات الإصدار، القروض غير العاملة، العائد على حقوق الملكية، استراتيجية التحصيل.
- حكم معماري قوي: البث، تنسيقات التخزين، التنسيق، ML-ops.
- القدرة على ربط لوحات المعلومات والنماذج ومؤشرات الأداء الرئيسية مباشرة بالأهداف والنتائج الرئيسية التجارية.
- تواصل قوي بين الوظائف المختلفة وسرد قصصي على مستوى الإدارة التنفيذية.
- القدرة على بناء فرق قابلة للتوسع في بيئات سريعة الحركة وغامضة.
العقلية
عملي، براغماتي، ذو تفكير تجاري.
علمي ولكن ليس أكاديميًا — كل نموذج مرتبط بالأرباح والخسائر.
عدم التسامح مطلقًا مع اختصارات الامتثال.
مسؤولية عالية، نزاهة عالية، إلحاح عالٍ.
خبرة عملية في بناء محركات المخاطر الائتمانية ونماذج التسعير وخطوط أنابيب البيانات لإقراض الملفات الرقيقة أو القروض الصغيرة.
القدرة على العمل في البداية ببيانات محدودة للغاية (الهاتف + الهوية فقط) والتوسع إلى أنظمة بيانات بديلة غنية (الجهاز، الاتصالات، السلوك، القياس النفسي، الخدمات المصرفية المفتوحة).
حس تجاري لموازنة معدل التحويل وتكلفة البيانات وجودة القرار، وإدارة المقايضات بين معدل الموافقة وعائد المحفظة.
خبرة في البيئات المنظمة مع سمعة امتثال نظيفة.
برمجة عملية بلغة Python أو R، وإتقان SQL، وفهم قيود زمن الاستجابة/الإنتاج في ML-ops.
خبرة مثبتة في تقديم الأطر للمنظمين والمدققين.
