RRH: Nora CHENNINE

Recrutement: Caroline CHABALIER

Le Département Risques Etudes Anticipation et Modélisation recrute un Data Scientist Risques pour intégrer le pôle « Modélisation ».

Au sein de cette équipe, vous aurez des missions variées, à forts enjeux stratégiques :

• Concevoir des modèles de gestion du risque de crédit (de leur développement à leur implémentation) et calibrer les paramètres associés (PD, CCF et LGD, populations Retail et Hors Retail) ;

• Réaliser des analyses complémentaires approfondies sur des thématiques en lien avec les sujets traités ;

• Documenter et présenter les travaux réalisés aux instances dirigeantes ;

• Justifier auprès des auditeurs internes (Validation, Inspection Générale) ou externes (CAC, ACPR, BCE) les méthodologies employées.

Vous rejoindrez la Direction des risques groupe de La Banque Postale, et plus particulièrement la Direction du pilotage transverse des risques. 

Au sein de cette dernière vous intégrerez le pôle DREAM: Département risques études anticipation et modélisation:

- Pôle « Etudes » : Réaliser des études statistiques afférentes à l’utilisation des modèles existants. (Bâlois et non Bâlois) ainsi que les modèles utilisés pour le provisionnement IFRS9 ;

- Pôle « Anticipation des Risques et Stress Tests » : Réaliser les exercices de stress tests internes et réglementaires ;

- Pôle « Modélisation » : Elaborer et calibrer des modèles de notation interne, notamment de type Bâlois (PD, CCF, LGD).

Un accompagnement managérial et RH sera envisagé en fonction de vos compétences précédemment acquises et de votre expérience.

Selon votre parcours professionnel, un programme d’intégration vous sera également proposé.

De formation supérieure de type Ecole d’Ingénieur ou équivalent universitaire avec une spécialité en Data Science, vous disposez d’au moins cinq années d’expérience acquises dans le domaine du risque de crédit et plus particulièrement sur des problématiques de modélisation.

Vous avez de bonnes connaissances en matière de réglementation bancaire (Bâloise, IFRS9, etc.).

L’écosystème Data Science sous Python (Pandas, Scikit Learn…) n’a plus de secret pour vous, vous avez une forte appétence pour manipuler de la data et vous êtes familier-e avec le langage SAS.

Une connaissance de Dataiku serait un plus.

Adaptable et organisé, vous êtes reconnu-e pour votre rigueur, votre esprit de synthèse, votre sens de l’analyse et votre capacité à collaborer en équipe.