Data Scientist

Chargé de cours au sein du master M1 Gestion des Actifs pour transmettre son expertise en séries temporelles appliquées à la finance.

• A dispensé des contenus pédagogiques sur les séries temporelles (ARMA/ARIMA, VAR, VECM, GARCH) avec applications en Python et R.
• A assuré le suivi pédagogique des étudiants et la correction de projets économétriques (coïntégration, spreads de crédit, prévision de taux).

Intégration au sein d'une équipe Modèles Retail pour moderniser l'infrastructure de modélisation du risque crédit et assurer la conformité réglementaire.

• A piloté la migration de pipelines PD de SAS vers Python/Altair, reproduisant fidèlement les traitements existants.
• A assuré la calibration de modèles de PD (LRA, MOC) dans le nouvel environnement technique.
• A conduit le backtesting annuel PD & LGD en évaluant la stabilité et le pouvoir discriminant selon les standards EBA/GL/2017/16.
• A réalisé l'analyse IFRS 9 (transition S1 → S2) en contrôlant les critères SICR et en rédigeant le document d'homologation soumis à l'autorité de régulation.

Intégration au sein d'une équipe data de la Direction Technique Innovation pour développer des modèles prédictifs de maintenance préventive dans un contexte Industrie 4.0.

• A conçu et déployé des modèles de survie (Kaplan-Meier, Cox, modèles paramétriques) pour la prédiction des pannes d'équipements industriels.
• A mis en production les modèles dans l'environnement Dataiku avec un pipeline de données automatisé et un scoring en quasi temps réel.
• A effectué le traitement, le nettoyage et l'enrichissement de données capteurs volumineuses sous PostgreSQL.
• A réalisé le feature engineering et la sélection de variables pour optimiser la performance des modèles.
• A collaboré avec les équipes terrain pour interpréter les résultats et intégrer les modèles dans les processus opérationnels de maintenance.