Data scientist - risque de crédit

Groupe Caisse des Dépôts; Paris; Sur place; EUR 45 000 - 65 000; Plein temps

Résumé du poste

Une institution financière publique à Paris recherche un(e) datascientist spécialisé(e) dans l'analyse des risques de crédit. Le candidat idéal aura une solide formation en économie et finance, ainsi qu'une maîtrise de Python et des outils analytiques tels que Business Object BI4 et DBeaver. Vous serez responsable du suivi et de l'analyse des risques de crédit, de la création d'outils de décision et de propositions de solutions innovantes en matière de data et d'analyse statistiques. Ce poste exige également des connaissances approfondies des réglementations bancaires et de l'analyse de l'environnement économique.

Prestations

Formation continue

Accès à des outils modernes en data science

Qualifications

• Maîtrise de Python est un prérequis indispensable.
• Bonne connaissance de la réglementation bancaire européenne sur les risques de crédit.
• Formation supérieure spécialisée en data analyses et data science requise.

Responsabilités

• Suivi du risque de crédit et vérification de la qualité des données.
• Création d'outils d'aide à la décision et reportings consolidés.
• Proposition de solutions technologiques innovantes dans le domaine des données.

Connaissances

Connaissance de la réglementation bancaire européenne sur les risques de crédit

Analyse de l'environnement économique

Maîtrise avancée de Python

Maîtrise des techniques statistiques d'analyse des données

Connaissance des systèmes et outils Data

Formation

Formation supérieure en économie et finance (filière universitaire ou école d'ingénieur)

Outils

Business Object BI4

DBeaver

EXCEL

Tableau

Python

R

SQL/noSQL

Hadoop

Spark

Description du poste

Overview

Avec ses filiales et ses partenaires stratégiques, la Caisse des Dépôts constitue le premier pôle financier public. Investisseur de long terme au service de l'intérêt général et du développement économique du pays, la Caisse des Dépôts se charge de plusieurs missions, dont la protection de l'épargne populaire, le financement et soutien du logement social, la gestion des mandats publics, l'accompagnement des Français dans leurs parcours de vie et la contribution au développement économique.

La Caisse des Dépôts Etablissement Public s'organise en quatre métiers : la Banque des Territoires, la Gestion d'actifs, la Gestion des participations stratégiques, et les Politiques sociales.

La Direction des Risques Groupe (DRG) pilote le dispositif de maîtrise des risques du Groupe CDC en veillant à sa cohérence et à son efficacité. La DRG assure également un suivi des risques du Groupe adapté à l'environnement économique, financier et réglementaire.

Au sein du département des risques financiers, le service Pilotage et Monitoring credit est chargé d’assurer un pilotage du risque de crédit au niveau Groupe, de renforcer sa présence de monitoring sur l’ensemble du cycle de risque du crédit et de développer les axes du risque de crédit (Etudes, systèmes d’alertes, recherche, échanges filiales).

De la mise en place et production des outils décisionnels : reportings et tableaux de bords. De l’optimisation des outils et des processus (automatisation). De la mise en œuvre de démarches de développement en matière d’étude des risques visant à compléter les outils statistiques (contagion, corrélations entre entités, études par sous-segments de populations, études de comportement des tiers sous surveillance, etc.).

Le service est organisé en 4 volets :

• Etudes, veille et recherche fondamentale & appliquée
• Production d'indicateurs et communications
• Avis risque et task force
• Modernisation des outils décisionnels

RATTACHEMENT HIERARCHIQUE et EQUIPE:

Le poste de datascientist du risque de crédit est rattaché au Responsable du service Pilotage & Monitoring credit, lui-même rattaché au Responsable du Département «Risques Financiers».

Le service est constitué de 4 collaborateurs.

Afin de renforcer ses capacités d’actions en matière de Pilotage et surveillance, le service recherche un collaborateur formé aux techniques de traitement de la donnée. La maitrise de Python est un prérequis indispensable.

Suivi du risque de crédit sur le périmètre Etablissement public: vérification de la qualité des données, évolution des défauts sur l’ensemble des segments de clientèle, analyse des trajectoires, mise en place de critères d’alerte, rédaction d’analyses prospectives et d’analyses sectorielles, mesure et évolution des concentrations, relation avec les Directions métiers, contribution aux Comités des provisions et aux relations avec les corps de contrôle (Commissaires aux comptes, ACPR, Audit interne), etc.;

Création d’outil d’aide à la décision et reportings consolidés (Etablissement public + filiales financières);

Production des tableaux de bord et des reportings (suivi dynamique des données, reporting sur le profil de risque des encours, reporting concentration, etc.);

Proposition de solutions technologiques innovantes : data architecture, modélisation avancée, moteur d’analyse, expérience utilisateur, machine learning, data visualisation;

Rédaction et mise à jour des documentations techniques : analyse des besoins, élaboration de cahiers des charges, suivi des réalisations informatiques, documents de conception, etc.;

Contribution aux chantiers du futur système d’information Risques destiné à intégrer les données des filiales financières du groupe.

Formation supérieure en économie et finance (filière universitaire ou école d’ingénieur: ENSAE, ENSAI, ISUP, Master…), spécialisation data analyses et data science.

Compétences et qualifications

• Compétences mises en œuvre : Bonne connaissance de la réglementation bancaire européenne sur les risques de crédit (traitement du défaut, Bâle, BCE, Normes IFRS…).
• Connaissance des grands segments de clientèle du groupe (Professions juridiques, OLS, Collectivités locales, EPL, etc.).
• Analyse de l’environnement économique.
• Connaissance des stratégies et cas d’usage Data ainsi que des socles technologiques et écosystèmes Data.
• Administration et contrôle de la qualité des données.
• Maîtrise de la collecte, acquisition et traitement de données (techniques statistiques d’analyse des données).
• Maîtrise avancée de Business Object BI4, DBeaver, des outils bureautiques (EXCEL, Tableau), des environnements et langages de la data science: Python, R, SQL/noSQL, Hadoop, Spark…
• Formation supérieure en économie et finance avec spécialisation data analyses et data science.