リスクマネジメント部門信用リスク管理部
※所属部署は取材当時のものです
武山 秀寛TAKEYAMA HIDEHIRO
(2013年度キャリア入行)
入行を決めたキッカケ
前職では、数年ごとのシステム更改のシステム企画やセキュリティ対策などを経験後、与信スコアリングモデルの構築や各種データ分析などに携わりました。当初は、経験の長いシステムやセキュリティ関連での転職を考えていましたが、データ分析の経験を評価してくれる企業が多く、そのうちの1社が東京スター銀行でした。私としても、転職先の第一候補は銀行。自分にとってチャンスかなと思い入行を決めました。
入行を決めたキッカケ
前職では、数年ごとのシステム更改のシステム企画やセキュリティ対策などを経験後、与信スコアリングモデルの構築や各種データ分析などに携わりました。当初は、経験の長いシステムやセキュリティ関連での転職を考えていましたが、データ分析の経験を評価してくれる企業が多く、そのうちの1社が東京スター銀行でした。私としても、転職先の第一候補は銀行。自分にとってチャンスかなと思い入行を決めました。
Career Step これまでのキャリア形成
文学部 人文情報学科 卒業後 新卒でクレジット会社に入社
|
前職 クレジット会社 |
システム更改のシステム企画、インフラ対応のほか、セキュリティ対策などを担当後、与信スコアリングモデルの構築、その他各種データ分析業務に従事。その後、親会社のシステム企画でグループのシステム更改案件の推進等を担当。 |
|
1年目―4年目 東京スター銀行にキャリア入行 |
データ分析ソフトを使用したデータハンドリング、各種報告資料および提出データ作成、スコアリングモデル構築、業務の自動化等に従事。 |
|
5年目―現在 リスクマネジメント部門 信用リスク管理部 資産査定ライン |
日本基準、台湾基準それぞれの自己資本比率計算のための信用リスクアセットに関するデータハンドリング、各種報告資料や提出データ作成、親会社であるCTBCとの調整、システム開発、業務の自動化等に従事。 |
|
前職 クレジット会社 |
システム更改のシステム企画、インフラ対応のほか、セキュリティ対策などを担当後、与信スコアリングモデルの構築、その他各種データ分析業務に従事。その後、親会社のシステム企画でグループのシステム更改案件の推進等を担当。 |
|
1年目―4年目 東京スター銀行にキャリア入行 |
データ分析ソフトを使用したデータハンドリング、各種報告資料および提出データ作成、スコアリングモデル構築、業務の自動化等に従事。 |
|
5年目―現在 リスクマネジメント部門 信用リスク管理部 資産査定ライン |
日本基準、台湾基準それぞれの自己資本比率計算のための信用リスクアセットに関するデータハンドリング、各種報告資料や提出データ作成、親会社であるCTBCとの調整、システム開発、業務の自動化等に従事。 |
※部署名などは現時点のものに変更している場合があります。
少数精鋭だからこそ、
組織の歯車にならずに
自分自身が存在感をもって働ける
前職の経験が活かされたこと
前職では、システム開発に関わっていた時期が長く、データ関連の業務に携わったのは2年程度。システム開発ほどの経験はありませんでしたが、データ分析に関われるこの転職はチャンスでもあり、正直賭けかなという気持ちもありました。採用面接でも、スコアリングモデルの知識について、かなり詳細な質問をされた記憶があり、この経験を期待されての採用オファーだと感じたのを覚えています。
入行当初の業務は、月次で各種データを集計し、最終的に報告資料としてアウトプットするという作業で、人の判断を介在する部分がない機械的なものでした。システム開発では大規模なシステムの中で決まった処理を自動的に行う仕組みがあるため、それを応用して自動化のためのツールを自作。まだRPAが流行りだす前、2016年のことですが、自作のツールによりルーティンな業務を自動化することに成功しました。このシステムは現在も安定稼働中で、莫大な業務効率化を実現できたと考えています。この取り組みが評価され、頭取賞を受賞することができました。
現在の業務について
個人信用リスク管理ライン在籍中は、その名の通り個人向け与信を扱っていましたが、現在の資産査定ラインで扱うのは、法人を含む銀行全体のポートフォリオです。その中でも私が担当するのは信用リスクアセットで、これが銀行としての自己資本比率を計算するために必要となってくる数字です。簡単に言えば、IRのディスクロージャー誌(統合報告書)の数値の一部を作っているというイメージです。当行は台湾のCTBCの子会社でもあるため、日本と台湾、両方の基準での数値を算出、提出する必要があります。現在は、このCTBCとの調整や業務の自動化といった仕事にも携わっています。
東京スター銀行では、銀行として決められた業務、トップダウンの仕事はもちろんありますが、それを実現するための過程、例えば、自分の考えで業務を一部自動化したり、かなり自由にやらせてもらえる環境があります。特に私の部署の業務は、部内である程度完結するので自分でコントロールしやすい仕事でもあるため、自由度は高く働きやすいですね。
仕事のやりがいと今後の目標
プログラミングを学んで開発に進むのか、それをデータ関連の業務に活用するのか――前職のシステム開発では、実際の開発はベンダへ依頼しており、社内エンジニアはプロジェクトのマネジメントが業務の中心になり、業務では自らプログラムを書くということはほとんどありませんでした。ですが、現在はデータ分析ソフトでのデータハンドリングの自動化など、自らプログラミングしてツールを作ることもあり、そこが楽しいところでもあります。
実際にデータを扱う現在の仕事は、私にとってまさに天職で、東京スター銀行への転職は間違っていなかったと確信しています。データハンドリングのナレッジはかなり蓄積されていますし、データハンドリングに関しては行内では最強クラスと自負していますが、これらの業務により幅広いメンバーが対応できるよう、今後は他のメンバーへのスキルトランスファーにも注力していきたいと思っています。
One Day Schedule 仕事のある日の1日の流れ
-
09:00
出社
業務開始。夜間に実行された自動処理の結果を確認、必要に応じ対処
-
10:00
データハンドリング/提出データの生成
各システムや他部署、他のメンバーから受領したデータをもとに親会社提出用データを生成。生成した提出用データ全体の整合性をチェックし、必要に応じ元データの修正、補正
-
11:30
ランチ
-
12:30
データハンドリング/提出データの生成
午前中の業務に引き続き、データ生成、
提出用データ全体の整合性のチェック、補正などを行う -
18:00
-20:00親会社へのデータ提出→業務終了・退社
チェックが完了したデータを親会社へ提出、業務終了後も自動処理は常時実行中
-
09:00
出社
業務開始。夜間に実行された自動処理の結果を確認、必要に応じ対処
-
10:00
データハンドリング/提出データの生成
各システムや他部署、他のメンバーから受領したデータをもとに親会社提出用データを生成。生成した提出用データ全体の整合性をチェックし、必要に応じ元データの修正、補正
-
11:30
ランチ
-
12:30
データハンドリング/提出データの生成
午前中の業務に引き続き、データ生成、提出用データ全体の整合性のチェック、補正などを行う
-
18:00
-20:00親会社へのデータ提出→業務終了・退社
チェックが完了したデータを親会社へ提出、業務終了後も自動処理は常時実行中
東京スター銀行の資格取得補助制度を利用
TOEICの受験時に資格取得補助制度を利用し、受験料の補助がありました。システムとデータの両方がわかり、それに英語を掛け合わせることで、大きな価値をもつと考えていますので、今後は、それぞれをさらに磨いていきたいですね。
東京スター銀行の資格取得補助制度を利用
TOEICの受験時に資格取得補助制度を利用し、受験料の補助がありました。システムとデータの両方がわかり、それに英語を掛け合わせることで、大きな価値をもつと考えていますので、今後は、それぞれをさらに磨いていきたいですね。
