Analyste ALM

Intégration dans l'équipe ALM et Data Science d'un acteur majeur du secteur financier marocain pour renforcer la modélisation et le pilotage du risque de liquidité à travers des solutions data-driven.

• Production et analyse d'indicateurs ALM critiques (LCR, NSFR, gaps de liquidité, coussins HQLA, besoins de funding) pour appuyer le pilotage interne et l'aide à la décision.
• Conception et développement d'un tableau de bord Early Warning Indicators (EWI) en Python/Streamlit/Plotly automatisant l'ingestion, le nettoyage, l'historisation et la génération d'alertes sur des indicateurs macro-financiers (MONIA, courbe BDT, réserves obligatoires, MASI, EUR/MAD, USD/MAD).
• Construction et analyse de scénarios de funding et de liquidité combinant Certificats de Dépôt, Dépôts à Terme, funding sécurisé et optimisation du coussin de liquidité afin d'évaluer les impacts sur le LCR prospectif.
• Conception et calibrage de modèles comportementaux des dépôts à vue (DDA/DAV), incluant la segmentation stable/instable, les courbes de run-off, les analyses de sensibilité et le backtesting.
• Contribution à la conception d'un outil interne ALM robuste à travers la définition des besoins métiers, de l'architecture de données, des logiques de calcul et des reportings couvrant les gaps de liquidité, le risque de taux, le LCR, le NSFR et les tableaux de bord de pilotage.

Stage de fin d'études au sein de l'équipe data d'une institution financière de référence pour développer des modèles de prévision appliqués au risque de liquidité clientèle.

• Développement de modèles de prévision des encours de clients institutionnels utilisant des approches ARIMA, LSTM et GRU afin d'anticiper les variations de liquidité et d'identifier les profils à risque élevé.
• Réalisation du feature engineering sur séries temporelles, incluant les variables retardées, les agrégations mensuelles et les variations d'encours.
• Évaluation de la robustesse des prévisions par backtesting à l'aide des métriques MAE/RMSE et analyse des résidus.

Contribution au développement de solutions de pilotage et d'aide à la décision pour le suivi des indicateurs macro-économiques et des stratégies de marché.

• Développement d'un tableau de bord interactif de suivi des indicateurs macro-économiques en Python/Plotly, réduisant le temps d'analyse de 20% grâce à des visualisations dynamiques et la génération automatique de commentaires d'aide à la décision.
• Mise en place d'un mécanisme de reward/penalty inspiré de la logique du reinforcement learning afin d'ajuster les règles de prédiction du biais de marché et des décisions de banque centrale.

Participation à des projets d'automatisation et de formation dans un environnement technologique global.

• Automatisation d'un workflow de communication et de support client, améliorant la productivité de l'équipe de 15%.
• Participation à un programme de formation en Cloud Computing.