Physical Climate Risk Model Developer, Vice President

La misión principal es traducir los riesgos físicos relacionados con el clima y la naturaleza en riesgos financieros y crediticios cuantificados. Esto implica desarrollar modelos de amenazas, exposición, vulnerabilidad e impacto; crear procesos geoespaciales a partir de conjuntos de datos complejos sobre el clima y los activos; y traducir las variables científicas en métricas útiles para las pruebas de resistencia, el análisis de escenarios y el análisis de carteras. El puesto también integra modelos externos y públicos de amenazas con los datos internos de riesgo y cartera de Citi. Además del modelado, el puesto tiene una importante dimensión de gobernanza. La persona responsable llevará a cabo análisis de sensibilidad, estudios comparativos y pruebas de modelos; escribirá código analítico listo para producción y redactará la documentación técnica necesaria para la validación de Gestión del Riesgo de Modelos (MRM) y las revisiones regulatorias. También deberá presentar sus conclusiones a públicos técnicos y no técnicos. A largo plazo, el objetivo es incorporar una cuantificación fiable del riesgo físico a la forma en que Citi identifica, mide e informa sobre los riesgos climáticos en sus carteras, sectores y áreas geográficas. Así, el marco de riesgo climático del banco será defendible ante los reguladores y útil para el negocio.

Este puesto ocupa una intersección verdaderamente poco habitual: modelización de catástrofes, ciencia climática y gestión de riesgos bancarios. La persona seleccionada probablemente profundizará sus conocimientos de las metodologías de modelización de catástrofes utilizadas en el sector, de los modelos meteorológicos y de amenazas de proveedores y organismos públicos, y de los requisitos regulatorios que condicionan la divulgación del riesgo climático en un banco sistémico global. En el ámbito técnico, podrá adquirir experiencia práctica en análisis geoespacial, inferencia bayesiana, estadística espacial y aprendizaje automático aplicados a conjuntos de datos medioambientales y de activos de gran tamaño y complejidad. Escribir código listo para producción en un entorno tecnológico controlado es una competencia distinta de crear prototipos para la investigación, y este puesto permite desarrollarla. La experiencia en gobernanza también aporta un gran valor. Preparar metodologías para su validación por MRM y para cumplir los requisitos regulatorios dará a la persona responsable de modelización la credibilidad necesaria para pasar más adelante a puestos de riesgo de modelos, políticas de riesgo climático o liderazgo general de riesgos corporativos.

La oferta especifica que se requiere un título de posgrado —máster o doctorado— en una disciplina cuantitativa relacionada con los riesgos naturales, como hidrología, meteorología, ciencias del clima, ciencias medioambientales o de la vida, estadística, física, ingeniería o matemáticas. Además, se exige una experiencia práctica de entre seis y diez años en modelización cuantitativa, ciencia de datos, riesgo climático, modelización de catástrofes o análisis de riesgos medioambientales. En el plano técnico, el perfil ideal combina experiencia en modelización estadística o aprendizaje automático con un sólido dominio de Python, SQL y Unix/Linux, además de experiencia demostrable con datos de peligros, exposición y vulnerabilidad. En este puesto, conocer los modelos de catástrofes de proveedores especializados y las fuentes de datos climáticos es más importante que contar con experiencia general en banca. Las habilidades interpersonales también son fundamentales. El puesto implica colaborar con proveedores, equipos de primera y segunda línea y responsables de negocio. Por eso, saber explicar con claridad el diseño de los modelos, sus hipótesis y limitaciones —y aceptar críticas fundadas con profesionalidad— es tan importante como la propia modelización.

Como la titulación que se exige es muy específica —un posgrado en una disciplina relacionada con los riesgos naturales y más de seis años de experiencia en modelización de riesgos de catástrofes, climáticos o medioambientales—, conviene que el currículum destaque esa combinación desde el principio, en lugar de presentar un perfil genérico de ciencia de datos. Indica los peligros y modelos con los que has trabajado, los conjuntos de datos que has utilizado y si tu trabajo ha contribuido a pruebas de resistencia o informes regulatorios. Dado el énfasis de Citi en la gobernanza de modelos, contar con documentación elaborada para comités de validación o reguladores puede marcar la diferencia. También resultan muy relevantes los ejemplos concretos de cómo has traducido resultados sobre peligros físicos en indicadores de impacto financiero o crediticio, y de cómo has implantado modelos en entornos de producción controlados. En las entrevistas, prepárate para explicar un modelo que hayas desarrollado de principio a fin: sus hipótesis, análisis de sensibilidad, criterios de referencia y limitaciones. Citi valora expresamente el criterio para cuestionar los modelos de forma constructiva y la capacidad de comunicarse con claridad con públicos no técnicos; por eso, practica una explicación sencilla de tu trabajo más técnico.

El enfoque de sostenibilidad de este puesto está en la cuantificación del riesgo climático, no en la reducción de emisiones. Se centra específicamente en los riesgos físicos del clima —peligros agudos, como inundaciones y tormentas, y cambios crónicos, como el aumento de las temperaturas y del nivel del mar— y, cada vez más, en los riesgos relacionados con la naturaleza. El trabajo contribuye al análisis de escenarios y a las pruebas de resistencia de Citi. Este trabajo sustenta la forma en que un banco sistémico global entiende el impacto financiero de los cambios medioambientales: qué activos, sectores y zonas geográficas están expuestos, cuál es su vulnerabilidad y qué implicaciones tiene para el crédito y la estabilidad de las carteras. Por eso, es fundamental para cumplir las obligaciones regulatorias en materia de riesgo climático. En términos generales, Citi se ha comprometido con la alineación con el objetivo de cero emisiones netas y con metas de financiación sostenible. La contribución de este puesto es aportar la base analítica: evidencia cuantitativa fiable, sólida en materia de gobernanza, que permita al banco valorar y gestionar el riesgo medioambiental, en lugar de limitarse a informar sobre él.

El mayor reto son los datos. Los conjuntos de datos sobre peligros físicos, exposición y vulnerabilidad son incompletos, emplean escalas poco coherentes y, a menudo, están bajo el control de proveedores. Por eso, antes incluso de empezar a modelizar, buena parte del trabajo consiste en localizar, conciliar y validar los datos de entrada. La armonización geoespacial de distintas carteras y zonas geográficas añade aún más complejidad. Otro reto es traducir los resultados. Los resultados científicos y de los modelos de peligros no se corresponden fácilmente con indicadores financieros. Adaptar horizontes temporales, periodos de retorno e hipótesis de escenarios a los marcos de riesgo de crédito requiere criterio y estará sujeto al escrutinio del equipo de gestión del riesgo de modelos. Por último, existe una tensión en materia de gobernanza: los modelos deben ser lo bastante innovadores como para reflejar los riesgos emergentes relacionados con el clima y la naturaleza, pero también lo bastante estables, documentados y defendibles para superar la validación y cumplir las exigencias de los reguladores. Es probable que gran parte de la presión diaria del puesto gire en torno a encontrar ese equilibrio.

Un día normal combinaría trabajo técnico en profundidad con tareas de coordinación. Cabe esperar periodos dedicados a escribir y depurar procesos en Python y SQL, procesar capas geoespaciales de peligros o integrar conjuntos de datos de proveedores con datos internos de las carteras, así como realizar pruebas de sensibilidad o de comparación con modelos en desarrollo. Sin embargo, buena parte de la agenda se dedica a la colaboración. El puesto trabaja con proveedores externos en la obtención de datos y con equipos de primera y segunda línea en el diseño de herramientas para evaluar el riesgo climático. Por eso, son habituales las reuniones con los equipos de tecnología, riesgo de modelos y responsables de negocio. La documentación para gobernanza y validación también requiere una dedicación constante. El ritmo varía según el ciclo de trabajo: en los periodos más tranquilos se priorizan el desarrollo de modelos y la investigación; en cambio, las pruebas de resistencia, las presentaciones regulatorias y las revisiones de validación desplazan el foco hacia las pruebas, la documentación y la presentación de resultados a públicos técnicos y no técnicos.

La visibilidad es una gran ventaja. Como la modelización del riesgo climático físico alimenta las pruebas de resistencia, el análisis de escenarios y la información regulatoria de un banco sistémico global, el buen trabajo en este puesto llega mucho más allá del equipo inmediato: lo conocen los responsables de riesgos corporativos, el equipo de gestión del riesgo de modelos y los reguladores. Desde este puesto, las posibles vías de progresión incluyen especializarse aún más en análisis del riesgo climático, pasar a puestos de liderazgo en riesgos corporativos o riesgo de modelos, o incorporarse a áreas de financiación sostenible y estrategia climática. La combinación de sólidos conocimientos cuantitativos y experiencia en gobernanza es transferible a los sectores bancario y asegurador, así como a la consultoría. Citi integra el puesto en una gran organización de Datos, Analítica, Reporting y Tecnología. Esto permite adquirir experiencia en ingeniería de datos, implantación tecnológica y programas transversales, lo que puede ampliar considerablemente las opciones profesionales de quienes se dedican a la modelización.

Dentro de la empresa, las relaciones más estrechas se establecen con el equipo de Análisis del Riesgo Climático, integrado en el área de Análisis del Riesgo de Crédito, Climático y de Deudores, y con colegas de la organización de Datos, Analítica, Reporting y Tecnología. La colaboración con los equipos tecnológicos es constante, ya que los modelos deben implantarse en entornos de producción controlados. Fuera del equipo inmediato, el puesto colabora con la primera línea de defensa para definir requisitos y obtener datos, y con las funciones de segunda línea —entre ellas, el equipo de gestión del riesgo de modelos— en materia de validación y gobernanza. Los responsables de negocio y los analistas de carteras utilizan los resultados, por lo que presentarlos a públicos no técnicos forma parte habitual del trabajo. En el ámbito externo, los proveedores de datos climáticos y de modelos de catástrofes son interlocutores clave, ya que el puesto evalúa e integra sus modelos y colabora con ellos en relación con datos de peligros, exposición y vulnerabilidad. El contacto con los reguladores es menos frecuente, pero de gran importancia; suele producirse indirectamente a través de la documentación y los informes.