Ingénieur Etudes et développements - Risque de crédit H/F

Description de l'offre

Détail de l'offre

Informations générales

Entité

Crédit Agricole CIB est la banque de financement et d'investissement du Groupe Crédit Agricole, 13e groupe bancaire mondial par les fonds propres Tier 1 (The Banker, juillet 2017).
Crédit Agricole CIB propose à ses clients une gamme étendue de produits et services dans les métiers de la banque de marchés, de la banque d'investissement, des financements structurés et de la banque commerciale.
Ses activités s'articulent autour de six pôles majeurs :
• Relations clients et réseau international,
• Banque commerciale et Trade,
• Banque d'investissement,
• Financements structurés,
• Banque de marchés,
• Optimisation de la Dette et Distribution.
La Banque accompagne les clients sur les grands marchés internationaux grâce à son réseau mondial dans les principaux pays d'Europe, des Amériques, d'Asie-Pacifique et du Moyen-Orient.

Référence

2018-31946  

Date de parution

16/01/2019

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. - Analyse financière et économique

Type de contrat

CDI

Poste avec management

Non

Cadre / Non Cadre

Cadre

Missions

La direction des risques et contrôles permanents (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. Son domaine d’intervention est le périmètre de Contrôle Interne de CACIB. RPC est en outre responsable du pilotage et de la supervision du dispositif de contrôle permanent de CACIB, tous vecteurs de risques confondus.

 

Vous rejoindrez l’équipe  Analytics, Data & Systems (ADS) qui est en charge d’apporter une expertise de la donnée pour l’ensemble des Risques. Votre rôle en tant que data engineer sera de proposer et de mettre en œuvre des solutions techniques de haut niveau sous format de prototype afin de répondre aux différents besoins Métier et notamment ceux de l’équipe Early Detection.

 

 

Plus particulièrement, les missions consisteront à :

 

-Proposer et mettre en œuvre les solutions techniques de l’architecture SI d’Early Detection comprenant des données variées : SQL, No SQL et non structurées.

 

-Sur proposition des métiers, tester des hypothèses d’indicateurs d’alerte de détérioration précoce de la santé financière des clients : conception de prototypes de datascience et / ou être en appui / collaboration avec des datascientists ;

 

-Coordonner avec les équipes IT pour industrialiser les prototypes développés : rédaction d’’expression de besoins, suivi des chantiers ;

 

- Assurer une veille sur les technologies / solutions d’architecture et de traitement de la data.  

 

ce poste très polyvalent, sans routine et de haut niveau technique permettra au data engineer de travailler sur toute la chaîne de valeur ajoutée de la donnée et d’expérimenter des technologies variées. Au contact permanent de différents experts métiers et avec une vue très transversale, ce poste permettra également de se constituer une solide connaissance des métiers de la banque.

 

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

Ecole d'ingénieur / Master 2 avec une spécialisation en Informatique.

Niveau d'expérience minimum

3 - 5 ans

Expérience

première expérience appréciée mais premier emploi accepté

Compétences recherchées

Compétences comportementales:

- Esprit d'équipe
- rigueur et sérieux
- réactivité
- capacité analytique et esprit de synthèse
- faire preuve d'autonomie et de créativité

Outils informatiques

Bases de données : maîtrise démontrée de SQL au travers de projets réalisés, maîtrise de une ou plusieurs bases NO SQL, maîtrise de nombreux formats de données.
ETL : maîtrise d'un ETL, si possible SSIS.
Langages : maîtrise de Python (ou R) et C++.
Machine learning : connaissance des principaux algorithmes et familiarité avec les principaux packages Python ou R.

Langues

Anglais