--- title: Physical Climate Risk Model Developer, Vice President canonical: https://csrjobs.club/it/jobs/citi-physical-climate-risk-model-developer-vice-president-au9q locale: it description: "Citi cerca un Vice President per lo sviluppo di modelli di rischio fisico climatico. Candidati oggi su CSR Jobs e scopri questo ruolo interno nell’ambito della sostenibilità." updated: 2026-10-09 company: Citi country: India contract: Full time seniority: Senior missions: ESG reporting job_type: ESG/Sustainability Reporting Manager, Sustainability Manager posted: 2026-10-09 valid_through: 2026-12-09 apply: https://www.linkedin.com/jobs/view/4476852672 source: CSR Jobs --- # Physical Climate Risk Model Developer, Vice President Un ruolo di modellizzazione quantitativa al centro della strategia di Citi sul rischio climatico. Svilupperai e utilizzerai modelli che traducono alluvioni, tempeste, ondate di calore e altri rischi fisici — oltre ai rischi legati alla natura — in valori finanziari concreti per portafogli, settori e aree geografiche. Dovrai poi sostenerli nel corso dei processi di convalida e governance. Nel lavoro quotidiano ti occuperai di pipeline geospaziali, grandi dataset sui rischi e sulle singole attività, machine learning e stretta collaborazione con fornitori esterni e team interni che si occupano di rischio. I risultati alimentano **stress test, analisi di scenario e reportistica normativa**: è proprio qui che gli impegni climatici di una banca si misurano con la realtà. I modelli che porterai in produzione influenzeranno il modo in cui Citi valuta e gestisce l’esposizione a un mondo che si riscalda. È il ruolo giusto per chi… ha una laurea specialistica o un dottorato in una disciplina quantitativa, almeno sei anni di esperienza nella modellizzazione dei rischi CAT, climatici o ambientali e sa sia scrivere codice Python pronto per la produzione, sia spiegare le ipotesi dei modelli a un comitato rischi non tecnico. ## FAQ del ruolo ### Quali sono le principali responsabilità e attività del ruolo? La missione principale consiste nel tradurre i rischi fisici legati al clima e alla natura in rischi finanziari e creditizi quantificabili. Ciò significa sviluppare modelli di rischio, esposizione, vulnerabilità e impatto; creare pipeline geospaziali basate su complessi set di dati climatici e relativi ai singoli asset; e tradurre i fattori scientifici in metriche utilizzabili per prove di stress, analisi di scenario e analisi di portafoglio. Il ruolo prevede inoltre di integrare modelli esterni e pubblici di rischio con i dati interni di Citi su rischio e portafogli. Oltre alla modellizzazione, la posizione ha una forte componente di governance. Ti occuperai di analisi di sensibilità, benchmarking e test dei modelli, scriverai codice analitico pronto per la produzione e redigerai la documentazione tecnica necessaria alla convalida da parte della funzione Model Risk Management e alle verifiche normative. Dovrai presentare i risultati sia a interlocutori tecnici sia a un pubblico non specializzato. Nel lungo periodo, l’obiettivo è integrare una quantificazione attendibile del rischio fisico nei processi con cui Citi identifica, misura e rendiconta il rischio climatico tra portafogli, settori e aree geografiche, rendendo il framework della banca solido agli occhi delle autorità di vigilanza e utile per l’attività aziendale. ### Principali opportunità di apprendimento offerte dal ruolo Questo ruolo si colloca in un punto d’incontro davvero raro tra modellizzazione delle catastrofi, scienza del clima e gestione del rischio bancario. È probabile che chi lo ricopre approfondisca le metodologie di modellizzazione CAT adottate nel settore, i modelli meteorologici e di rischio di fornitori esterni e fonti pubbliche, nonché i requisiti normativi che orientano la rendicontazione del rischio climatico in una banca globale di rilevanza sistemica. Sul piano tecnico, potrai sviluppare competenze pratiche nell’analisi geospaziale, nell’inferenza bayesiana, nella statistica spaziale e nell’apprendimento automatico applicati a enormi set di dati ambientali e relativi agli asset, spesso disomogenei. Scrivere codice pronto per la produzione in un ambiente tecnologico controllato è una competenza distinta dalla creazione di prototipi di ricerca, e questa posizione permette di acquisirla. Anche l’esperienza in ambito governance ha un valore significativo. Preparare metodologie per la convalida MRM e per i requisiti normativi offre a chi si occupa di modellizzazione la credibilità necessaria per passare in futuro alla gestione del rischio dei modelli, alle politiche sul rischio climatico o a ruoli di leadership più ampi nell’ambito della gestione del rischio aziendale. ### Qual è il profilo ideale per questo ruolo in termini di esperienza e competenze? L’annuncio specifica chiaramente che è richiesta una laurea specialistica o un dottorato in una disciplina quantitativa legata ai rischi naturali, come idrologia, meteorologia, scienze del clima, scienze ambientali o biologiche, statistica, fisica, ingegneria o matematica. A questo si aggiungono da sei a dieci anni di esperienza applicata nella modellizzazione quantitativa, nella data science, nel rischio climatico, nella modellizzazione CAT o nell’analisi dei rischi ambientali: l’asticella è alta. Sul piano tecnico, il profilo ideale combina modellizzazione statistica o machine learning con una solida padronanza di Python, SQL e Unix/Linux, oltre a esperienza comprovata con dati relativi a pericolosità, esposizione e vulnerabilità. La familiarità con i modelli catastrofali dei fornitori e con le fonti di dati climatici conta più di una generica esperienza bancaria. Anche le competenze relazionali sono tutt’altro che secondarie. Il ruolo prevede collaborazioni con fornitori, team di prima e seconda linea e sponsor aziendali: saper illustrare con chiarezza la progettazione, le ipotesi e i limiti dei modelli — e accogliere critiche fondate con professionalità — è importante quanto la modellizzazione stessa. ### Consigli per distinguersi e candidarsi con successo Poiché i requisiti sono insolitamente specifici — una laurea specialistica o un dottorato in una disciplina attinente ai rischi naturali, oltre a 6–10 o più anni nella modellizzazione dei rischi CAT, climatici o ambientali — il CV dovrebbe mettere subito in evidenza questa combinazione, non presentare un profilo generico di data science. Indica i rischi e i modelli su cui hai lavorato, i dataset utilizzati e se il tuo lavoro ha contribuito agli stress test o alla reportistica normativa. Considerata l’enfasi di Citi sulla governance dei modelli, rappresenta un forte elemento distintivo aver redatto documentazione per comitati di convalida o autorità di vigilanza. Sono particolarmente pertinenti esempi concreti di conversione dei risultati sui rischi fisici in metriche finanziarie o di impatto sul credito, e di implementazione di modelli in ambienti di produzione controllati. Ai colloqui, preparati a illustrare un modello che hai sviluppato dall’inizio alla fine: ipotesi, sensibilità, criteri di benchmark e limiti. Citi attribuisce esplicitamente valore alla capacità di affrontare obiezioni fondate e comunicare con chiarezza a interlocutori non tecnici; esercitati quindi a spiegare in modo semplice il tuo lavoro più tecnico. ### Su quali aspetti della sostenibilità aziendale si concentrerà probabilmente questo ruolo? In questo caso, la sostenibilità riguarda la quantificazione del rischio climatico, non la riduzione delle emissioni. Il ruolo è incentrato sul versante fisico del rischio climatico: eventi acuti come alluvioni e tempeste, cambiamenti cronici come l’aumento delle temperature e del livello del mare e, sempre più, i rischi legati alla natura. Il lavoro alimenta le analisi di scenario e gli stress test di Citi. Questa attività è alla base del modo in cui una banca sistemica globale valuta gli effetti finanziari dei cambiamenti ambientali: quali attività, settori e aree geografiche sono esposti, quanto sono vulnerabili e quali conseguenze ne derivano per il credito e la stabilità dei portafogli. È quindi centrale per adempiere agli obblighi normativi relativi al rischio climatico. Più in generale, Citi si è impegnata ad allinearsi all’obiettivo zero emissioni nette e a raggiungere traguardi di finanza sostenibile. Il contributo di questo ruolo è però soprattutto analitico: fornire evidenze quantitative solide e sottoposte a governance, affinché la banca possa valutare e gestire i rischi ambientali, non limitarsi a rendicontarli. ### Quali sono le principali sfide che si potrebbero incontrare in questo ruolo? La difficoltà maggiore riguarda i dati. I dataset su pericolosità fisica, esposizione e vulnerabilità sono frammentari, utilizzano scale non uniformi e spesso sono controllati dai fornitori. Prima ancora di iniziare a modellizzare, chi ricopre questo ruolo dovrà quindi dedicare tempo a reperire, armonizzare e convalidare gli input. L’allineamento geospaziale tra portafogli e aree geografiche aggiunge un ulteriore livello di complessità. Una seconda sfida è tradurre i risultati. Gli output scientifici e dei modelli di pericolosità raramente si convertono direttamente in metriche finanziarie; conciliare orizzonti temporali, periodi di ritorno e ipotesi di scenario con i framework del rischio di credito richiede capacità di giudizio, sottoposte all’esame del team di Model Risk Management. Infine, c’è la tensione legata alla governance: i modelli devono essere abbastanza innovativi da cogliere i rischi emergenti connessi al clima e alla natura, ma anche sufficientemente stabili, documentati e difendibili da superare la convalida e soddisfare le autorità di vigilanza. È probabile che buona parte della pressione quotidiana derivi proprio dal trovare questo equilibrio. ### Come potrebbe svolgersi una giornata tipo per chi ricopre questa posizione? Una giornata tipo alterna lavoro tecnico approfondito e coordinamento. Ci si può aspettare di dedicare diverse ore alla scrittura e al debug di pipeline in Python e SQL, all’elaborazione di layer geospaziali sui rischi e all’integrazione di dataset dei fornitori con i dati interni sui portafogli, oltre a eseguire test di sensibilità o benchmark sui modelli in fase di sviluppo. Gran parte dell’agenda, tuttavia, è dedicata alla collaborazione. Il ruolo lavora con fornitori esterni per reperire dati e con i team di prima e seconda linea per progettare funzionalità di valutazione del rischio climatico; sono quindi frequenti le riunioni con i team tecnologici, di model risk e con gli sponsor aziendali. Anche la documentazione per la governance e la convalida richiede tempo con regolarità. Il ritmo varia a seconda del ciclo di lavoro: nei periodi più tranquilli prevalgono sviluppo dei modelli e ricerca; durante gli stress test, la preparazione delle comunicazioni normative o le revisioni di convalida, aumentano invece le attività di test, redazione e presentazione dei risultati a interlocutori tecnici e non tecnici. ### Quali opportunità di crescita e sviluppo professionale offre questo ruolo? La visibilità è uno dei principali vantaggi. Poiché la modellizzazione del rischio climatico fisico alimenta stress test, analisi di scenario e reportistica normativa in una banca sistemica globale, il lavoro di qualità viene notato ben oltre il team di riferimento: dai responsabili del rischio a livello aziendale, dal team di Model Risk Management e dalle autorità di vigilanza. Da questa posizione si può proseguire specializzandosi ulteriormente nell’ambito di Climate Risk Analytics, passare a ruoli di responsabilità più ampi nel rischio aziendale o nel model risk, oppure spostarsi verso la finanza sostenibile e le funzioni di strategia climatica. La combinazione di competenze quantitative approfondite ed esperienza di governance è spendibile nel settore bancario, assicurativo e nella consulenza. Inoltre, Citi inserisce il ruolo in una vasta organizzazione dedicata a dati, analytics, reporting e tecnologia. Questo offre occasioni di confronto con l’ingegneria dei dati, l’implementazione tecnologica e i programmi interfunzionali, ampliando notevolmente le possibili traiettorie professionali di chi si occupa di modellizzazione. ### I principali interlocutori con cui potresti collaborare All’interno dell’azienda, le collaborazioni più strette sono con il team Climate Risk Analytics, nell’ambito di Credit, Climate and Obligor Risk Analytics, e con i colleghi dell’organizzazione Data, Analytics, Reporting and Technology. I team tecnologici sono interlocutori costanti, perché i modelli devono essere implementati in ambienti di produzione controllati. Al di fuori del team diretto, il ruolo collabora con la First Line of Defence per definire i requisiti e reperire i dati, e con le funzioni di Second Line, tra cui Model Risk Management, per la convalida e la governance. Sponsor aziendali e analisti di portafoglio utilizzano i risultati, perciò presentarli a interlocutori non tecnici è un’attività ricorrente. Tra gli interlocutori esterni figurano i fornitori di dati climatici e di modelli catastrofali, con cui il ruolo valuta e integra i modelli e collabora sui dati relativi a pericolosità, esposizione e vulnerabilità. Le autorità di vigilanza sono un pubblico meno frequente ma di grande rilievo, raggiunto indirettamente tramite la documentazione e la reportistica. --- Source: https://csrjobs.club/it/jobs/citi-physical-climate-risk-model-developer-vice-president-au9q