Mô tả công việc
Mô tả Công việc
Phân tích dữ liệu danh mục và hiệu quả thu hồi nợ; theo dõi các chỉ số, nhận diện xu hướng và tìm kiếm insight
phục vụ tối ưu hoạt động Thu hồi nợ (Collection).
Tham gia xây dựng và tối ưu chiến lược thu hồi nợ dựa trên dữ liệu theo từng phân khúc khách hàng, DPD/bucket và đặc điểm danh mục.
Xây dựng/phát triển các mô hình phân tích và dự báo như Roll-rate, ROR, PTP Prediction, Propensity-to-pay và các mô hình liên quan.
Xây dựng dashboard, hệ thống báo cáo và công cụ phân tích tự động, hỗ trợ theo dõi hiệu quả và ra quyết định.
Thực hiện customer segmentation, testing và phân tích hiệu quả chiến lược, từ đó đề xuất các phương án cải tiến.
Nghiên cứu và tham gia triển khai các ứng dụng Machine Learning/AI và automation trong phân tích, dự báo và tối ưu hoạt động Thu hồi nợ.
Phân tích năng suất và hiệu quả của lực lượng Collection, cung cấp cơ sở dữ liệu phục vụ xây dựng KPI và cơ chế ghi nhận hiệu quả.
Phối hợp cùng các đơn vị Thu hồi nợ, Quản trị rủi ro, Data, CNTT và các bên liên quan để triển khai các sáng kiến dữ liệu vào thực tế.
Yêu cầu
Yêu Cầu Công Việc
Tốt nghiệp Đại học các chuyên ngành Khoa học dữ liệu, Toán - Thống kê, Kinh tế lượng, Công nghệ thông tin, Tài chính - Ngân hàng, Quản trị rủi ro hoặc các ngành liên quan.
Có từ 03 năm kinh nghiệm trở lên trong một hoặc nhiều lĩnh vực: Data Analytics, Risk Analytics, Portfolio Analytics, Decision Science, Business Intelligence, Collection Analytics hoặc các mảng phân tích tương đương.
Có khả năng sử dụng SQL tốt để khai thác, xử lý và phân tích dữ liệu.
Có kinh nghiệm sử dụng Python trong phân tích dữ liệu; ưu tiên ứng viên đã làm việc với Pandas, Scikit-learn, PySpark hoặc các thư viện/công cụ tương đương.
Có kinh nghiệm xây dựng dashboard/data visualization bằng Power BI, Tableau hoặc công cụ tương đương.
Có tư duy phân tích và logic tốt, khả năng đi từ data → insight → đề xuất giải pháp cho bài toán kinh doanh.
Có khả năng làm việc với nhiều bên liên quan và chủ động tìm hiểu các bài toán nghiệp vụ mới.
Ưu tiên các ứng viên:
Có kinh nghiệm tại Ngân hàng, Công ty tài chính, Fintech, Consumer Lending hoặc các doanh nghiệp có lượng dữ liệu khách hàng lớn.
Có hiểu biết về Credit Lifecycle, Credit Portfolio hoặc Collection và các chỉ số như DPD, Roll/Flow Rate, Cure Rate, Recovery Rate, PTP...
Đã tham gia xây dựng predictive model, scoring, segmentation, propensity model hoặc các bài toán Machine Learning tương tự.
Có kinh nghiệm triển khai A/B Testing, Champion-Challenger, automation hoặc decision engine.
Có kinh nghiệm ứng dụng AI/ML vào các bài toán kinh doanh thực tế.
PHÚC LỢI:
Chính sách Thưởng cạnh tranh và linh hoạt:
Thưởng Incentives theo hiệu quả công việc
Thưởng các dịp lễ tết, ngày thành lập công ty, thưởng tháng lương thứ 13 ...
Thưởng các kỳ đánh giá 6 tháng, cuối năm ...
Phúc lợi toàn diện:
Bảo hiểm chăm sóc sức khỏe (MIC) cho CBNV/người thân với các đặc quyền độc đáo
Du lịch/ nghỉ dưỡng hàng năm
Các chế độ khác (khám sức khỏe định kỳ hàng năm, nghỉ mát, thăm hỏi ốm đau, chế độ ưu tiên cho mẹ mới sinh, mẹ có con nhỏ...)
Được tư vấn, hỗ trợ tài chính và trải nghiệm các sản phẩm tài chính cá nhân, bảo hiểm ... theo chính sách sản phẩm nội bộ dành cho CBNV MB Group
Cơ hội phát triển nghề nghiệp vượt trội:
Lộ trình phát triển nghề nghiệp minh bạch, nhiều cơ hội mở rộng chuyên môn cùng các nhóm ngành trong lĩnh vực Tài chính Số
Được dẫn dắt bởi đội ngũ lãnh đạo giàu uy tín, đồng hành cùng những quản lý và đồng nghiệp ưu tú trong quá trình học hỏi và phát triển qua công việc thực tiễn
Cơ hội tham gia các chương trình đào tạo theo tiêu chuẩn quốc tế, tích lũy trải nghiệm thực tế trong môi trường doanh nghiệp số hiện đại, năng động
Làm việc trong môi trường trẻ trung, chuyên nghiệp, áp dụng linh hoạt các phương pháp làm việc hiện đại cùng hệ thống công nghệ tiên tiến
Quyền lợi
Chế độ bảo hiểm
Du Lịch
Chế độ thưởng
Chăm sóc sức khỏe
Đào tạo
Tăng lương
Thông tin chung
Nơi làm việc
- 21 Phố Cát Linh, Cát Linh, Đống Đa, Hà Nội