Démarquez-vous pour ce poste — générez un CV personnalisé et une lettre de motivation en environ une minute.
Crédit Agricole S.A. vous invite à rejoindre l’équipe MOB (Modèles Bâlois) au département Modèles Internes Groupe, pour travailler sur un outil d’analyse de la qualité des données du portefeuille immobilier.
Le stage couvre l’analyse des données, le backtesting réglementaire et le déploiement d’une interface sécurisée facilitant l’utilisation par les équipes.
Vous développerez vos compétences en SAS et Python, et apprendrez les exigences réglementaires liées au risque de crédit.
Crédit Agricole S.A.
Vous rejoindrez l’équipe MOB (Modèles Bâlois) au sein du département « Modèles Internes Groupe » de la Direction des Risques du Groupe Crédit Agricole. Cette équipe de 8 ingénieurs en études statistiques a la respopnsabilité du développement des modèles bâlois (PD, LGD et CCF) sur les périmètres Retail et Corporate.
Vous rejoindrez l’équipe MOB pour concevoir et développer un outil complet d’analyse de qualité de données appliqué au portefeuille des professionnels de l’immobilier. Cette mission vous permettra de maîtriser l’ensemble du cycle de vie d’un modèle de risque, de l’analyse des données brutes aux exigences réglementaires.
Le stage s’articule autour de trois axes complémentaires. D’abord, vous analyserez la qualité des données issues de plusieurs sources, en évaluant leur complétude, leur cohérence et leur fiabilité. Vous comprendrez les indicateurs métiers spécifiques au secteur immobilier et apprendrez à les interpréter dans un contexte de gestion du risque de crédit. Ensuite, vous vous familiariserez avec les mécanismes de backtesting réglementaire, en particulier les critères de conservatisme, de stabilité et de pouvoir discriminant des modèles de risque. Vous verrez comment ces analyses permettent de valider la robustesse des outils de décision.
Enfin, vous mettrez en place un processus automatisé et sécurisé, en concevant une interface ergonomique et intuitive pour faciliter l’utilisation de l’outil par les équipes. L’objectif est de créer un système d’analyse qui permet le suivi continu de la qualité des données et des performances du modèle.
Ce stage offre une expérience riche combinant analyse de données, connaissance réglementaire et développement d’un outil interne maintenable et pérenne.