Pause
Lecture
En poursuivant votre navigation, vous acceptez l’utilisation de cookies à des fins d’authentification et d’ajout de favoris. En savoir plus
Moteur de recherche d'offres d'emploi Crédit Agricole CIB

Data Scientist en risque de crédit H/F


Détail de l'offre

Informations générales

Entité

A propos de Crédit Agricole Corporate and Investment Bank (Crédit Agricole CIB)

Crédit Agricole CIB est la banque de financement et d'investissement du groupe Crédit Agricole, 12e groupe bancaire mondial par les fonds propres Tier1 (The Banker, juillet 2020). Près de 8400 collaborateurs en Europe, Amériques, Asie-Pacifique, Moyen-Orient et Afrique, 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

2020-52362  

Date de parution

26/01/2021

Description du poste

Type de métier

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

Types de métier complémentaires

Types de métiers Crédit Agricole S.A. - Analyse financière et économique
Types de métiers Crédit Agricole S.A. - Finances / Comptabilité / Contrôle de gestion
Types de métiers Crédit Agricole S.A. - Conformité / Sécurité financière
Types de métiers Crédit Agricole S.A. - Risques / Contrôles permanents

Intitulé du poste

Data Scientist en risque de crédit H/F

Type de contrat

Stage

Durée (en mois)

6

Date prévue de prise de fonction

01/03/2021

Missions

La Direction Risk and Permanent Control (RPC) fait partie de la ligne-métier Risques et Contrôles Permanents 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». Dans ce cadre, vous contribuerez de manière générale à l’amélioration des méthodologies de détection et de gestion des risques de crédit. Il s’agit de développer des outils innovants, se basant sur les techniques de machine Learning, Deep Learning et de Natural Language Processing (NLP) afin d’améliorer le dispositif de suivi et de maitrise des risques de crédit.

 

Le stage se déroulera en deux étapes :

 

Etape 1 : Collecte et retraitement de données


o Enrichir la base de calibration par des données quantitatives et autres données texte utiles pour l’étude


o Appropriation, retraitement et structuration des données.


o Recherche bibliographique et revue de l’état de l’art en matière de techniques de NLP, de machine/deep learning et d’identification des risques

 

Etape 2 : Approches prédictives


L’objectif de ce travail est d’enrichir le dispositif d’identification des risques sectoriels de CACIB. Le but serait de modéliser et d’identifier le niveau de risque associé aux différents secteurs d’activité de CACIB et la tendance de risque de ces derniers. Cela passera par :


o Développer l’initiative d’analyse de sentiment sectoriels (approche NLP) en utilisant des données complémentaires, ainsi que d’autres algorithmes de machine et de deep learning. Une attention particulière sera portée aux questions de bases de données déséquilibrées.


o Modélisation et analyse prédictive d’indices sectoriels permettant le suivi et l’identification des risques sectoriels (données quantitatives)


o Dégager des « features » utiles en matière de prédication de la dégradation de qualité de crédit des clients


o Documenter les travaux effectués

 

Missions transverses :
o Mise en place d’indicateurs et d’outils de data visualisation afin de faciliter l’explication du comportement des algorithmes et des modèles développés

 

 

Le campus Evergreen situé à Montrouge sur lesquel vous effectuerez votre mission, est activement ouvert sur la ville et intégrés dans un écosystème et une vie locale dynamique. Vous y découvrirez un environnement de travail moderne et agréable dans des bâtiments aux dernières normes HQE environnementales, de nombreux services (salle de sports, boulangerie, conciergerie, vélos électriques, take-away, etc.).

Localisation du poste

Zone géographique

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

Ville

Montrouge

Critères candidat

Niveau d'études minimum

Bac + 4 / M1

Formation / Spécialisation

Formation : Université ou Ecole d'ingénieur
Spécialisation : Master spécialisés en machine Learning, Big-data, statistiques, mathématiques financières, ou gestion des risques

Niveau d'expérience minimum

0 - 2 ans

Compétences recherchées

Soft skills :

- 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

- Python (scikit-learn, tensorflow, Pytorch, NLTK )
- R
- Des connaissances en Neo4j, SQL, NoSQL,
- Calcul distribué sur CPU/GPU seraient un plus

Langues

Français et Anglais courants