Operational Risk Manager

Intervention au sein de l'activité de marché pour renforcer le dispositif de surveillance et réduire les risques opérationnels en coordination avec les équipes de Paris et Bangalore.

• Réalisation de contrôles de 1er niveau sur les activités de marché (LOD1).
• Maintien d'une étude fonctionnelle et mise en place de contrôles anti-fraude pour renforcer le dispositif de surveillance.
• Surveillance des comportements à risque pour détecter les fraudes traders et les anomalies de marché.
• Analyse des données de trading et création de dashboards pour le suivi des risques et le reporting à la direction.
• Développement de modèles de machine learning pour la détection de fraude et la classification des risques opérationnels.
• Collaboration avec les équipes IT, Risk et Compliance sur des projets d'amélioration des processus de contrôle et d'automatisation des analyses.

Exercice en tant que consultant data pour concevoir des modèles mathématiques et prédictifs appliqués au domaine de la santé.

• Développement de modèles stochastiques pour simuler la transmission du signal EGF dans les cellules cancéreuses, en vue d'optimiser les stratégies thérapeutiques.
• Réalisation d'une analyse statistique avancée des données cliniques pour guider les décisions liées aux thérapies ciblées.
• Conception et optimisation de modèles prédictifs basés sur l'IA pour améliorer la survie des patients.
• Utilisation de techniques d'apprentissage automatique pour prédire la survie des patients atteints de mutations KRAS et identifier les facteurs de risque critiques.

Intégration d'entreprise pour explorer des techniques de machine learning destinées à la prise de décision dans des environnements complexes et incertains.

• Exploration de techniques de machine learning pour la prise de décision dans des environnements complexes, incertains et de haute dimension.
• Conception de modèles prédictifs pour anticiper la charge des passagers de train lors des Jeux Olympiques de Paris, en vue d'une gestion optimale des flux.
• Mise en œuvre de modèles d'optimisation pour les interventions d'urgence et la planification efficace de la récupération des systèmes de transport critiques.

Conduite de travaux de recherche et développement axés sur la modélisation mathématique et l'analyse de données climatiques.

• Développement de modèles statistiques pour la dynamique des populations dans un contexte de changement climatique.
• Utilisation de l'analyse de survie et des techniques de régression.
• Application de l'analyse des séries temporelles et de la modélisation stochastique pour l'évaluation de la stabilité.
• Conduite de tests d'hypothèses et validation des modèles avec RMSE et R-squared.
• Analyse des ensembles de données pour identifier les tendances et valider les résultats.