Data Scientist - Risque de credit H/F

Description de l'offre

BNP Paribas recherche, pour son équipe Credit Risk Modeling, à Aubervilliers, un/ une : Data Scientist – Risque de crédit H/F

Concrètement votre quotidien ?

• Assurer le suivi et le développement des méthodologies quantitatives sous-jacentes aux modèles de notation pour les contreparties Non Retail (Corporate et Institutions Financières) du groupe BNP PARIBAS sur les paramètres risque de crédit PD (Probabilité de défaut), LGD (Perte en cas de défaut), EAD (Exposition au défaut) :

Prendre en charge le développement de nouvelles méthodologies

Mesurer les impacts sur les fonds propres de la banque en découlant

Assurer la cohérence avec les méthodologies existantes

Proposer des axes d'amélioration des modèles et politique de notations existantes

Développer les méthodologies de backtesting existante

Assurer une forte collaboration avec les responsables du dispositif de notation

Répondre aux différentes demandes ad-hoc d'extractions et d'analyses

En collaboration avec les autres équipes de CAR, contribuer à l'animation des groupes de travail impliquant métiers et risques et répond aux sollicitations des auditeurs internes et au régulateur

Collecter les informations nécessaires au développement des méthodologies

Participer aux phases de mises en œuvre opérationnelles (documentation des spécifications, tests)

• Communiquer avec les auditeurs internes et externes

Dans le cadre des certifications internes et externes, apporter les justifications nécessaires aux autorités de contrôles (RISK IR, inspection générale, ACPR, BCE)

Profil recherché

Qualifications :

Etes-vous notre Data Scientist – Risque de credit ?

Vous êtes diplômé (e) d'un BAC+5 d'une école d'ingénieur ou d'équivalent universitaire en Statistiques/Econométrie/Probabilités, vous justifiez d'au moins trois ans d'expérience professionnelle dans un poste similaire, acquis idéalement en milieu bancaire ou en conseil.

Vous avez de l'expérience dans la manipulation de base de données relationnelles (SQL, SGBD, ACCESS , BO…) et modélisation risque de crédit et/ou validation quantitative des méthodologies de notation.

Une bonne maîtrise de l'outil SAS est indispensable

Une maîtrise des outils R ou Python serait un avantage.

Anglais opérationnel

Vous êtes reconnu (e) pour votre rigueur, votre capacité à travailler en équipe, votre bonne communication (tant à l'oral qu'à l'écrit), et votre aisance relationnelle. Ajoutez à cela une adaptation certaine aux changements et une orientation clients pour finir de nous convaincre.

Enfin, nous attachons une importance particulière à ce que nos futurs collaborateurs agissent au quotidien avec responsabilité éthique et professionnelle.