Maya Setiawan
- Telepon: +62 812 3456 7890
- Surel: maya.setiawan@email.com
- Lokasi: Jakarta, Indonesia
- LinkedIn: maya-setiawan-quant
Ringkasan
Memiliki 6 tahun pengalaman dalam analisis kuantitatif keuangan, mengkhususkan diri pada pengembangan model prediktif untuk manajemen risiko, optimasi portofolio, dan strategi perdagangan algoritmik. Berpengalaman dalam memanfaatkan teknik statistik canggih dan pembelajaran mesin untuk menghasilkan wawasan pasar yang dapat ditindaklanjuti. Berkontribusi pada peningkatan akurasi proyeksi risiko sebesar 15% dan optimasi alokasi aset untuk portofolio bernilai multi-miliar.
Pengalaman Kerja
Analis Kuantitatif Senior, PT Bank Mandiri (Persero) Tbk -- Jakarta, Indonesia
Maret 2021 – sekarang
-
Mengembangkan dan menerapkan model penilaian risiko kredit menggunakan algoritma pembelajaran mesin (Random Forest, Gradient Boosting) yang mengurangi kerugian kredit sebesar 10%.
-
Merancang dan menguji strategi perdagangan algoritmik untuk pasar valuta asing, menghasilkan peningkatan profitabilitas rata-rata 8% per tahun.
-
Melakukan analisis sensitivitas dan skenario untuk portofolio investasi, mengidentifikasi potensi risiko pasar dan merekomendasikan mitigasi.
-
Membangun kerangka kerja validasi model untuk model risiko pasar dan kredit, memastikan kepatuhan terhadap regulasi OJK.
Analis Kuantitatif, PT Indo Premier Sekuritas -- Jakarta, Indonesia
Juli 2018 – Februari 2021
-
Menganalisis data pasar keuangan besar menggunakan Python dan R untuk mengidentifikasi pola dan anomali.
-
Mengembangkan model optimasi portofolio (Modern Portfolio Theory, Black-Litterman) yang meningkatkan efisiensi portofolio sebesar 5%.
-
Mendukung tim manajemen aset dengan laporan penelitian kuantitatif tentang tren pasar dan kinerja aset.
-
Berpartisipasi dalam pengembangan sistem backtesting untuk strategi perdagangan baru.
Pendidikan
Universitas Indonesia, S.Si. (Sarjana Sains) di Matematika Keuangan -- Depok, Indonesia
Agustus 2014 – Juni 2018
Keahlian
Pemodelan Kuantitatif: Pemodelan Risiko Kredit, Pemodelan Risiko Pasar, Optimasi Portofolio, Pemodelan Volatilitas (GARCH), Pemodelan Monte Carlo, Valuasi Derivatif
Bahasa Pemrograman: Python (Pandas, NumPy, SciPy, Scikit-learn), R, SQL, VBA
Perangkat Lunak & Platform: Bloomberg Terminal, Refinitiv Eikon, Microsoft Excel (tingkat lanjut), Power BI, Git
Statistik & Pembelajaran Mesin: Regresi, Klasifikasi, Deret Waktu, Analisis Komponen Utama (PCA), Pemrosesan Bahasa Alami (NLP) dasar
Pengetahuan Pasar Keuangan: Instrumen Derivatif, Pasar Ekuitas, Obligasi, Valuta Asing, Manajemen Risiko, Regulasi OJK
