Ingénieure en modélisation mathématique et aide à la décision

Intégration de l'équipe de gestion des risques de BNP Paribas Corporate and Institutional Banking pour piloter le suivi et l'évaluation des expositions au risque de contrepartie dans un contexte de marchés globaux.

• Suivi, analyse, évaluation et monitoring des expositions au risque de contrepartie (CE, PFE, EEPE, ME) liées aux activités de marchés globaux.
• Mise en place d'une méthodologie novatrice de calcul du risque liquidité par contrepartie (CoLoR+) articulée autour de deux métriques principales : la liquidité de coût et la liquidité de période.
• Réalisation de backtests pour évaluer la pertinence des indicateurs de liquidité sur différentes classes d'actifs.
• Participation à la calibration de l'ADV (Average Daily Volume) en tenant compte des spécificités par marché et par typologie d'actifs.
• Conception d'outils de reporting automatisés à destination des parties prenantes (Global Markets, Front Office) avec visualisations claires des expositions et alertes sur les seuils critiques.
• Analyse détaillée des résultats par contrepartie afin d'identifier les concentrations de risques de liquidité et proposer des axes d'optimisations.
• Utilisation de la plateforme Bloomberg pour l'extraction de données de marché (volumes, spreads, prix) dans le cadre des analyses de liquidité et des backtests.
• Participation au MainPose dans le cadre de l'activité FXPB.

Développement d'un système d'aide à la décision pour optimiser la gestion des centres de consolidation urbains face à la hausse des flux logistiques en ville.

• Étude et modélisation mathématique des scénarios de distribution basés sur deux modèles : le 2E-VRP (Two-Echelon Vehicle Routing Problem) et le VRP (Vehicle Routing Problem).
• Création et manipulation de données avec Python (Pandas, NumPy) pour gérer les coordonnées géographiques des clients, centres de consolidation et distributeurs, ainsi que les demandes clients et les capacités des véhicules.
• Résolution des modèles d'optimisation en utilisant PuLP.
• Analyse comparative des résultats obtenus pour chaque scénario en termes de coûts de livraison et d'émissions de CO2.