Turn this role into an interview — a resume and cover letter built around what this employer wants.
Société Générale recherche un stagiaire en finance quantitative pour participer au développement et recalibrage des modèles de risque de crédit (IRB) et IFRS 9. Vous travaillerez auprès d’experts pour assurer la qualité des données, l’automatisation et la modélisation dans un cadre réglementaire exigeant.
Vous intégrerez une équipe pluridisciplinaire, utiliserez Python et participerez à des analyses et à des projets transverses en data science et risques.
Au sein de la Direction des Risques de Société Générale, l'équipe RISQ/MDL/MOD est en charge du développement, du recalibrage, du suivi et de la maintenance des modèles réglementaires de risque de crédit utilisés dans le cadre des dispositifs IRB (Internal Ratings Based) et IFRS 9, ainsi que des modèles de stress testing climatique et de risque opérationnel.
Au sein de la Direction des Risques de Société Générale, l'équipe RISQ/MDL/MOD est en charge du développement, du recalibrage, du suivi et de la maintenance des modèles réglementaires de risque de crédit utilisés dans le cadre des dispositifs IRB (Internal Ratings Based) et IFRS 9, ainsi que des modèles de stress testing climatique et de risque opérationnel.
L'équipe évolue dans un environnement transverse et collabore régulièrement avec de nombreux interlocuteurs au sein du Groupe, notamment les équipes de validation indépendante des modèles (MRM), les économistes, les équipes métiers, les experts Data et IT, ainsi que la Direction des Risques et la Direction Générale. Ces interactions permettent de couvrir l'ensemble du cycle de vie des modèles, depuis leur développement jusqu'à leur suivi et leur gouvernance.
Les travaux de modélisation s'appuient sur des volumes importants de données provenant de différentes sources du Groupe. La qualité et la fiabilité de ces données constituent un enjeu majeur pour garantir la robustesse des modèles, la conformité réglementaire et l'efficacité opérationnelle des équipes de modélisation.
Au sein de l'équipe en charge du développement, du recalibrage et du suivi des modèles réglementaires de risque de crédit, vous participerez à des travaux à la croisée de la donnée, de la modélisation quantitative et de la gestion des risques.
Les travaux porteront sur le développement d'outils et d'initiatives visant à renforcer la qualité des données utilisées dans les activités de modélisation, ainsi que sur la participation aux travaux de modélisation du risque de crédit réglementaire (IRB).
Pour cela, vous contribuerez à ces différents sujets aux côtés des modélisateurs de l'équipe et sous la supervision d'un analyste quantitatif. Le stage s'articulera autour de deux axes :
Durée du stage : 6 mois.
Rejoignez-nous pour faire grandir vos ambitions ! Dès votre arrivée, vous serez intégré dans nos équipes et apprendrez chaque jour aux côtés de nos experts qui vous accompagneront dans vos missions. Progressivement, vous gagnerez en autonomie sur vos projets pour faire de cette expérience un vrai accélérateur de carrière. Vous découvrirez également toute la diversité de nos métiers, dans un secteur qui évolue et innove en permanence.
A la fin de vos études, diverses opportunités pourront s’offrir à vous, en France et à l’international.
Attentif à votre qualité de vie et conditions de travail, vous bénéficiez d’avantages :
Créer, oser, innover, entreprendre font partie de notre ADN. Si vous aussi vous souhaitez être dans l’action, évoluer dans un environnement stimulant et bienveillant, vous sentir utile au quotidien et développer ou renforcer votre expertise, nous sommes faits pour nous rencontrer !
Vous hésitez encore ?
Sachez que nos collaborateurs peuvent s’engager quelques jours par an pour des actions de solidarité sur leur temps de travail : parrainer des personnes en difficulté dans leur orientation ou leur insertion professionnelle, participer à l’éducation financière de jeunes en apprentissage ou encore partager leurs compétences avec une association. Les formats d’engagement sont multiples.