Emploi
J'estime mon salaire
Mon CV
Mes offres
Mes alertes
Se connecter
Trouver un emploi
TYPE DE CONTRAT
Emploi CDI/CDD
Missions d'intérim Offres d'alternance
Astuces emploi Fiches entreprises Fiches métiers
Rechercher

Chargé d'étude revues de modèle de risque generative adversarial networks(h/f)

Digne-les-Bains
Capijob
Publiée le 1 octobre
Description de l'offre

Chargé d'étude revues de modèle de risque generative adversarial networks(H/F)

Dpt / Région : Provence Alpes C?te d'Azur, 05, 06, 13, 83, 84, 04

Expérience : NC

Niveau d´étude : NC

Salaire : NC

Permis demandé : Permis NC

Niveau de qualification : NC

Société : Société Générale


Overview

Chargé d'étude revues de modèle de risque generative adversarial networks(H/F) New 01 décembre Hauts-de-Seine, La Defense Stage Le respect des normes et de la réglementation sont importants pour vous? Vous avez envie d’une expérience au cœur du suivi du risque modèle de la banque? Rejoignez-nous! Le département Model Risk Management veille à la qualité et à la pertinence des modèles développés au sein du Groupe, ainsi qu’au suivi du risque de modèle de la banque. L’équipe est entre autres en charge de réaliser des benchmarks afin de valider les limites des modèles des entités. L'objectif du stage est de réaliser une étude sur l’utilisation des modèles de type Generative Adversarial Networks dans le cadre de la revue des modèles utilisés dans la banque.


Responsibilities

* Concrètement, vous serez amené(e) à :
* Faire une revue de l’état de l’art des modèles de type Generative Adversarial Networks pour les séries temporelles (de type, QUANT-GAN) et de construction d’exemples et des scénarios adverses et de données financières synthétiques.
* Apprendre une représentation des données à l’aide de ces algorithmes pour générer des échantillons de test sur diverses sources de données.
* Analyser la pertinence de ces réseaux dans le cadre de la mesure du risque de marché et le stress testing.
* Créer et utiliser des exemples adverses pour tester la robustesse des modèles, documenter, créer des dashboards interactifs et présenter les résultats de l’étude aux membres de l’équipe.
* Appliquer les modèles sur différents types et métriques de risque et challenger les méthodes des entités modélisatrices.
* Analyser les limites de ces algorithmes pour les différents cas d’usage.


Qualifications / Profil

* Expérience : NC
* Niveau d’études : NC
* Permis : NC
* Niveau de qualification : NC
#J-18808-Ljbffr

Postuler
Créer une alerte
Alerte activée
Sauvegardée
Sauvegarder
Voir plus d'offres d'emploi
Estimer mon salaire
JE DÉPOSE MON CV

En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.

Offres similaires
Emploi Digne-les-Bains
Emploi Alpes-de-Haute-Provence
Emploi Provence-Alpes-Côte d'Azur
Intérim Digne-les-Bains
Intérim Alpes-de-Haute-Provence
Intérim Provence-Alpes-Côte d'Azur
Accueil > Emploi > Chargé d'étude revues de modèle de risque generative adversarial networks(H/F)

Jobijoba

  • Conseils emploi
  • Avis Entreprise

Trouvez des offres

  • Emplois par métier
  • Emplois par secteur
  • Emplois par société
  • Emplois par localité
  • Emplois par mots clés
  • Missions Intérim
  • Emploi Alternance

Contact / Partenariats

  • Contactez-nous
  • Publiez vos offres sur Jobijoba
  • Programme d'affiliation

Suivez Jobijoba sur  Linkedin

Mentions légales - Conditions générales d'utilisation - Politique de confidentialité - Gérer mes cookies - Accessibilité : Non conforme

© 2025 Jobijoba - Tous Droits Réservés

Les informations recueillies dans ce formulaire font l’objet d’un traitement informatique destiné à Jobijoba SA. Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée, vous disposez d’un droit d’accès et de rectification aux informations qui vous concernent. Vous pouvez également, pour des motifs légitimes, vous opposer au traitement des données vous concernant. Pour en savoir plus, consultez vos droits sur le site de la CNIL.

Postuler
Créer une alerte
Alerte activée
Sauvegardée
Sauvegarder