Vous recherchez un stage en finance et vous avez un intérêt pour la gestion des risques? Alors cette offre est faite pour vous ! 

La Direction Risk and Permanent Control (RPC) fait partie de la Ligne Métier Risques (LMR) de Crédit Agricole S.A. Elle 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. RPC est en outre responsable du pilotage et de la supervision du dispositif de contrôle permanent de CACIB, tous vecteurs de risques confondus.

Vous intégrerez l’équipe « Modèles Quantitatifs de Portefeuille ». MQP est chargé de la mise en place des mesures de calcul du risque de crédit sur le portefeuille de CACIB : modélisation et calibrage. 

Concrètement vos missions seront les suivantes :

Vous contribuerez de manière générale à l’amélioration des méthodologies de détection et de gestion des risques de crédit. L’objectif du stage est d’explorer des bases de données massives et de développer des outils innovants, se basant sur les techniques de machine Learning et Deep Learning afin d’améliorer le dispositif de suivi et de maitrise des risques de crédit et de transformer la manière d’analyser les risques et les opportunités commerciales.

Vous aurez un rôle d’Analyste Quantitatif et aurez comme principale mission d’explorer des sources de données financières volumineuses afin d’en tirer des insights pour améliorer les performances prédictives des modèles en place. Le stage se déroulera en deux étapes :

• Etape 1 : Approche exploratoire
  
  • S'approprier les outils et modèles existants ;
  • Etudier l’étendue de la donnée disponible et réaliser des analyses exploratoires sur la donnée (statistiques descriptives, clustering, visualisation, …),
  • L’objectif de cette étape est d’améliorer notre connaissance de la donnée et du comportement de nos clients, de détecter les opportunités d’améliorer nos modèles prédictifs par de nouvelles features ou d’identifier des cas d’usages pertinents.

• Etape 2 : Modélisation
  
  • Mettre à profit la connaissance de la donnée afin d’élaborer des modèles prédictifs et répondre à un cas d’usage concret ;
  • Construire des « features » utiles en matière de prédication de la dégradation de qualité de crédit des clients ;
  • Proposition de modèle et d’algorithmes afin d’optimiser les performances prédictives ;
  • Les modèles devront ensuite être accompagnés par des techniques d’interprétation ;
  • Documenter les travaux effectués ; 
  • Missions transverses.

Rejoindre Crédit Agricole CIB, c’est profiter d’une communauté importante de jeunes, évoluer sur un campus moderne offrant de nombreux services (boulangerie, salle de sport, etc.), bénéficier d’un suivi RH (matinée d’accueil, suivi régulier, etc.) et d’opportunités en alternance, VIE, CDD et CDI.

Et si c'était vous ? 

Formation : Université, école de commerce ou d'ingénieur

Spécialisation : Mathématiques Financières, Finance quantitatives, Gestion des bases de données

Hard Skills : 

- Python ;

- R ;

- SQL ;

- Maitrise du Pack Office ;

- Français & Anglais courants.

Soft Skills : 

- Bonnes connaissances techniques ;

- Curiosité ;

- Esprit d'analyse et de synthèse ;

- Rigueur ;

- Fiabilité et sens de l’organisation.

Crédit Agricole CIB s’engage en faveur de l’insertion des personnes en situation de handicap, ainsi ce poste est ouvert à toutes et à tous. 

Ce poste est éligible au télétravail dans les conditions prévues par notre accord reposant sur le double volontariat (collaborateur & manager) et après une période d’intégration réussie.