Pause
Lecture
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 2021). Près de 8600 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

2021-60543  

Date de mise à jour

18/10/2021

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. - 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

01/03/2022

Missions

 

Au sein de la Direction RPC, le Département « Modèle et Risques de Portefeuille » (MRP) se décompose en 4 équipes :
MQP « Modèles Quantitatifs de Portefeuille » 
NMC « Notation et Méthodes de Crédit » 
-  ADS « Analytics, Data & Systems 
APL « Asset and Portfolio Libraries » 

 

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.

Votre objectif sera 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.



Concrètement, vos missions seront les suivantes : 

Etape 1 : Approche exploratoire
- 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
-  Données quantitatives : Construire des « features » utiles en matière de prédication de la dégradation de qualité de crédit des clients
- Données texte : Améliorer l’initiative existante se basant sur l’analyse de sentiments afin de mieux informer la prédication de la dégradation de qualité de crédit et mieux détecter les évènements extrêmes
- Approches prédictives : Proposition de modèles et d’algorithmes afin d’optimiser les performances prédictives (e.g. boosting, réseaux de neurones récurrents, Transformers etc.)

-  Interprétation des modèles 

-  Documenter les travaux effectué

Missions transverse 
- Vous épaulerez l’équipe dans ses projets liés à la donnée. Vous contribuerez notamment aux différents travaux d’alimentation et de manipulation de la donnée.
- Mise en place d’indicateurs et d’outils de data visualisation afin de faciliter l’explication du comportement des algorithmes et des modèles développés


Vous serez encadrés par des data scientists en interne, des experts métiers et des experts datas. 

 2 postes à pourvoir

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

Et si c'était vous ?

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

 

Hard Skills : 

- Connaissance en Machine Learning

- Connaissance en risque

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