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 risque de crédit H/F


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

2019-43994  

Date de parution

15/11/2019

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. - Financement et Investissement

Type de contrat

Stage

Durée (en mois)

6

Date prévue de prise de fonction

02/03/2020

Missions

Crédit Agricole CIB (CACIB) est la banque de financement et d'investissement du Groupe Crédit Agricole, 12e groupe bancaire mondial par les fonds propres Tier 1 (The Banker, juillet 2017).

Missions de l’équipe
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.
Au sein de la Direction RPC, le Département « Modèle et Risques de Portefeuille » (MRP) se décompose en 4 équipes :
- MQP « Modèles Quantitatifs de Portefeuille » est chargé de la mise en place des mesures de calcul du risque de crédit sur le portefeuille de CACIB
- NMC « Notation et Méthodes de Crédit » est chargé de concevoir, tester et faire valider par le Comité des Normes et Méthodes de Crédit Agricole S.A. les méthodes internes d’estimation des paramètres Bâle II pour les risques de crédit. 
- ADS « Analytics, Data & Systems » est chargé de doter RPC d’une « vision métier » des données nécessaires au suivi des risques des opérations de financement 
- APL « Asset and Portfolio Libraries » est chargé de la construction, du développement, de l’intégration et de la maintenance des librairies (API) de valorisation et de mesure du risque de crédit.

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 :
o Exportation des sources de données texte existantes et des initiatives de text mining et de Natural Langage Processing (NLP) initiées dans le Groupe
o Collecte de données texte, retraitement et appropriation de ces données
o Recherche bibliographique et revue de l’état de l’art en matière de techniques de NLP
- Etape 2 :
o Comparaison de l’apport des approches déterministes et de machine Learning/deep learning en matière de markup des données textes (i.e. Semantic Slot Filling).
o Application d’algorithmes de classification (machine learning/deep learning) aux données afin de dégager des « feature » utiles en matière de prédication de la dégradation de la qualité de crédit (i.e. Sentiment Analysis).
o Au choix :
? Faire une proposition d’un outil de synthèse de documents texte
? Faire une proposition d’agent intelligent (e.g. Chatbot) en matière d’analyse et d’appréhension des risques
o Documenter les travaux effectués
- Missions transverses :
o Mise en place d’indicateurs et d’outils de data visualisation.

Localisation du poste

Zone géographique

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

Ville

Montrouge

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Formation : Université, Ecole d'Ingénieurs
Spécialisation : Finance

Niveau d'expérience minimum

0 - 2 ans

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

Etudiant d'une école d'ingénieur ou Master spécialisés en informatique pour la finance, en gestion des risques ou en machine learning. Vous avez de très bonnes connaissances des outils informatiques et des bonnes connaissances en statistiques ou en mathématiques financières. Une précédente expérience en développement quantitatif serait un plus.

- R, R-Shiny, Matlab, Python
- Des connaissances en HTML, CSS, matlab, SQL serait un plus

Langues

Anglais courant & Français - bonnes qualités rédactionnelles