Senior Actuary

Forvis Mazars in Italia · Roma, Lazio, Italia · · 90€ - 110€


Descrizione dell'offerta

Ruolo

Stiamo crescendo a ritmo sostenuto e cerchiamo una figura per il ruolo di Senior Actuary da inserire nel nostro team di Actuarial Services a Roma , nel cuore pulsante della città!

Responsabilità

  • Effettuerai review e/o valutazioni indipendenti delle passività assicurative e delle valutazioni economiche in coerenza con i diversi framework valutativi (Local Gaap, Solvency II, IFRS17 e IFRS9).
  • Parteciperai a progetti di consulenza quantitativa per banche e assicurazioni, supportando i clienti nella misurazione e gestione dei rischi di credito, mercato e liquidità.
  • Svilupperai e validerai modelli quantitativi per la stima di parametri di rischio (PD, LGD, ECL) e per la proiezione dei cash flow, applicando metodi stocastici e simulazioni Monte Carlo.
  • Utilizzerai strumenti di data analysis e programmazione (i.e Python, R, Matlab) per analizzare grandi moli di dati, sviluppare modelli predittivi e costruire dashboard di monitoraggio.
  • Esplorerai applicazioni di machine learning e AI generativa per l’ottimizzazione dei processi di risk management, l’analisi automatizzata della documentazione regolamentare e la creazione di modelli explainable AI.
  • Collaborerai con i team di audit e consulenza per garantire la compliance normativa e migliorare la trasparenza e la robustezza dei modelli di rischio.
  • Contribuirai a progetti innovativi di quantitative finance, sviluppando indicatori di rischio avanzati e metodologie di analisi dei mercati finanziari.

Competenze richieste

  • Esperienza di almeno 3 anni maturata nel ruolo all’interno di Compagnie Assicurative o Società di Consulenza.
  • Laurea in Scienze Statistiche ed Attuariali o Matematica, Fisica, Ingegneria o discipline quantitative affini.
  • Conoscenza approfondita delle tematiche Solvency II, IFRS 17 e IFRS 9.
  • Conoscenza di uno o più linguaggi di programmazione per l’analisi quantitativa dei dati e la modellizzazione statistica (ad esempio Python, R, Matlab o similari).
  • Conoscenza di metodi di machine learning e AI generativa, con possibili applicazioni a risk modeling, validazione di modelli e analisi automatizzata della documentazione regolamentare.
  • Competenze informatiche relative a software attuariali e strumenti di data analysis per la proiezione di cash flow e stress testing.
  • Buona padronanza del pacchetto Office, in particolare Excel, VBA e strumenti di data visualization.
  • Buona conoscenza della lingua inglese.
  • Ottime capacità di analisi, problem solving e modellizzazione quantitativa.
  • Flessibilità e autonomia, con forte capacità di lavorare per obiettivi in contesti complessi e regolamentati.
  • Una predisposizione naturale per i rapporti interpersonali e il lavoro in team multidisciplinari.

Vantaggi

  • Politica per il lavoro da remoto flessibile (possibilità di lavorare da casa 2-3 giorni).
  • Numerose iniziative per supportare l'equilibrio tra vita lavorativa e privata (genitorialità, ecc.).
  • Ambiente di lavoro attraente e confortevole (a 5 minuti a piedi dalla metro, rooftop, servizi…).
  • Programmi di formazioni per lo sviluppo delle proprie competenze.
  • Dopo alcuni anni di esperienza, possibilità di partecipare al programma di mobilità internazionale, che permetterà di scoprire la realtà di Forvis Mazars in tutto il mondo.

#J-18808-Ljbffr

Informazioni aggiuntive

Opportunità: Senior Actuary a Roma, Lazio

Sei alla ricerca di una posizione come Senior Actuary presso Forvis Mazars in Italia a Roma? Di seguito trovi tutti i dettagli di questa offerta di lavoro.

Retribuzione indicativa: 90€ – 110€ EUR

Competenze valorizzate

  • Python
  • R
  • Machine Learning
  • Excel
  • Problem solving
  • Analisi
  • Inglese

Lavorare a Roma

Roma offre opportunità lavorative sia nel settore pubblico che privato, con una forte presenza di aziende internazionali e istituzioni.

Settore: Gestione del rischio e analisi quantitativa, Finanza e assicurazioni

Competenze rilevate

Candidatura e Ritorno (in fondo)