Ingénieur Statisticien - Modélisation du Risque de Crédit

Intégration au département de gestion des risques pour piloter l'analyse et la modélisation du risque de crédit conformément aux normes prudentielles internationales.

• Calcul et analyse des Actifs Pondérés par les Risques (RWA) selon les exigences réglementaires de Bâle III.
• Participation aux travaux de modélisation et d'analyse liés à la norme IFRS 9.
• Nettoyage et traitement de données bancaires complexes pour le suivi des indicateurs de risque de crédit.
• Développement d'outils d'automatisation et de reportings analytiques en Python et Excel.

Projet de fin d'études spécialisé dans la modélisation du risque de crédit, développement d'un modèle de probabilité de défaut (PD).

• Collecte et exploration de données bancaires réelles via analyses univariées, bivariées et multivariées.
• Nettoyage des données et traitement des valeurs manquantes pour améliorer la qualité du dataset.
• Gestion du déséquilibre des classes et sélection optimale des variables via WoE et IV.
• Application du binning optimal des variables continues pour améliorer la segmentation.
• Développement de plusieurs modèles PD : régression logistique, arbres de décision, Random Forest et XGBoost.
• Évaluation des performances selon les critères AUC, précision et rappel.
• Sélection et validation du modèle optimal selon les métriques de performance.

Modélisation du risque de marché en appliquant des méthodologies statistiques avancées pour l'analyse des taux de change.

• Application de la théorie des valeurs extrêmes (EVT) pour modéliser les risques de marché extrêmes.
• Collecte et nettoyage de données de taux de change pour l'analyse quantitative.
• Préparation des données en vue d'une analyse statistique rigoureuse.
• Application des méthodes Maxima et des dépassements de seuil pour estimer les risques extrêmes.

Développement d'une application interactive pour le provisionnement des sinistres tardifs en assurance non-vie.

• Conception et développement d'une application RShiny pour automatiser le calcul du provisionnement tardif.
• Implémentation de la méthode Chain Ladder pour l'estimation des réserves.
• Construction de triangles de sinistralité pour l'analyse des sinistres.
• Création de dashboards interactifs pour la visualisation claire des résultats de provisionnement.

Stage découverte au département de gestion des risques pour comprendre les fondamentaux du risk management bancaire.

• Suivi d'une introduction aux missions du département de gestion des risques bancaires.
• Découverte des méthodologies de scoring et de segmentation des clients.
• Étude du modèle Altman et ses applications en analyse de crédit.
• Familiarisation avec les systèmes de notation interne et le concept de perte attendue.
• Acquisition de connaissances sur la norme IFRS 9 et ses implications réglementaires.