Data Scientist Risque de Crédit H/F

Description de l'offre

Détail de l'offre

Informations générales

Entité

Crédit Agricole CIB est la banque de financement de d'investissement du groupe Crédit Agricole, 12e groupe bancaire mondial par les fonds propres Tier1 (The Banker, juillet 2018). Près de 8300 collaborateurs répartis en Europe, Amériques, Asie-Pacifique, Moyen-Orient et Afrique du Nord, accompagnent les clients de la Banque dans la couverture de leurs besoins financiers à travers le monde. Crédit Agricole CIB propose à ses clients grandes entreprises et institutionnels une gamme de produits et services dans les métiers de la banque de marchés, de la banque d'investissement, des financements structurés, de la banque commerciale et du commerce international. Pionnier dans le domaine de la finance Climat, la Banque occupe aujourd'hui une position de leader sur ce segment avec une offre complète pour l'ensemble de ses clients.

Pour plus d'information : www.ca-cib.fr

Twitter: https://twitter.com/ca_cib
LinkedIn: https://www.linkedin.com/company/credit-agricole-cib/   

Référence

2019-43953  

Date de parution

04/01/2020

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - Risques / Contrôles permanents

Types de métier complémentaires

Types de métiers Crédit Agricole S.A. - Financement et Investissement

Type de contrat

Stage

Durée (en mois)

6

Date prévue de prise de fonction

02/03/2020

Missions

La Direction Risk and Permanent Control (RPC) identifie, analyse, mesure et contrôle les risques de contrepartie, les risques de marché, les risques pays et de portefeuille ainsi que les risques opérationnels physiques et techniques sur le périmètre de Contrôle Interne de CACIB.

Au sein de la Direction des risques,
- le Département « Modèle et Risques de Portefeuille » (MRP) se charge de la modélisation quantitative et le calcul des mesures de risque de portefeuille.
- la cellule Early Detection a pour objectif de détecter le plus en amont possible le risque de défaillances des entreprises en exploitant notamment les potentialités de la data science et du big data.

Vous intégrerez le département « Modèle et Risques de Portefeuille » (MRP) et participerez à la recherche de modèle prédictif pour le projet Early Signals.

L’objectif est de transformer la manière d’analyser les risques et les opportunités commerciales de la banque grâce à l’apport de données diverses et à la modélisation avancée.

La 1ére phase du projet a consisté à collecter des données très variées qui ont permis de mettre en place un algorithme de machine learning. Le succès et l’engouement autour du projet ont poussé les acteurs principaux à organiser une compétition interne de data science sur l’initiative Early Signals. Un modèle de prédiction du risque de dégradation de la qualité de crédit est déjà en place. 

Vous aurez pour mission de construire des modèles pour la prédiction des indicateurs de risque de dégradation, d’amélioration de la qualité de crédit et des primes de CDS. Vous devrez aussi améliorer les capacités prédictives du modèle existant en explorant des pistes alternatives, notamment :

- Explorer l’apport des différentes architectures de réseaux de neurones, réseaux à convolution et récurrents LSTM pour la classification multiple avec contrainte ordinale.

- Créer des « features » métier basés sur la collaboration avec les experts métier. Cette étape permettra d’apprendre l’analyse financière.

- Intégrer des variables résultantes de données non structurées (NLP et graphes) en s’appuyant sur des travaux d’alimentation réalisés par le département.

Vous serez encadré par des data scientists en interne, des experts métiers et des experts datas. Un environnement propice pour mettre en application le bagage théorique étudié, développer vos capacités à vulgariser des sujets techniques et apprendre le métier du financement et l’analyse de risque.

 

 

Localisation du poste

Zone géographique

Europe, France, Ile-de-France, 92 - Hauts-De-Seine

Ville

Montrouge

Profil recherché

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Formation : Université, Ecole d'Ingénieurs / informatique
Spécialisation : Finance, Machine learning / Deep Learning

Niveau d'expérience minimum

0 - 2 ans

Expérience

Une précédente expérience en finance (marché d'actions, de CDS ou analyse financière) serait un plus.

Compétences recherchées

- Curiosité, esprit d'analyse et de synthèse ;
- Rigueur, fiabilité et sens de l'organisation ;
- Etre autonome et force de proposition ;
- Sens du travail en équipe.

Outils informatiques

Vous avez une bonne maitrise des outils informatiques, vous êtes force de proposition pour la résolution de problèmes et vous savez communiquer sur vos travaux techniques auprès d'un public non spécialisé.

Langues

Anglais courant & Français - bonnes qualités rédactionnelles