Analyste quantitatif h/f

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - Risques / Contrôles permanents

Intitulé du poste

Analyste quantitatif H/F

Type de contrat

CDI

Poste avec management

Non

Cadre / Non Cadre

Cadre

Missions

Crédit Agricole CIB est la banque de financement et d’investissement du groupe Crédit Agricole. Elle accompagne les clients grandes entreprises et institutionnels en Europe et à l’international (Amériques, Asie-Pacifique, Moyen-Orient et Afrique du Nord), sur une large gamme de produits et de services, dans les métiers de la banque de marchés, de la banque d’investissement, des financements structurés, de la banque commerciale et du commerce international.

La Direction des Risques et du Contrôle Permanent (RPC) maîtrise et contrôle l'ensemble des risques de Crédit Agricole CIB: risques individuels (ou risques de contrepartie), risques de marché, risques pays ou de portefeuille, risques opérationnels. Elle exerce ses missions dans le cadre de la ligne métier Risques du Groupe Crédit Agricole.

L’équipe Validation des Risques de Modèle (VRM) est le département de RPC responsable de la validation des modèles et de la surveillance des risques de modèles. Il est constitué d’analystes quantitatifs en charge de s’assurer de la pertinence des méthodologies et de leur implémentation, et de mettre en place des processus et des outils de surveillance des modèles. Il intervient sur un périmètre transverse couvrant l’ensemble des modèles de la Banque en France comme à l’international.

Vos missions seront les suivantes :

1. Vous êtes en charge d’analyser les algorithmes de Machine Learning et d’IA afin de vous assurer qu’ils reposent sur des concepts solides et qu’ils répondent aux besoins et à l’usage du métier.
2. Vous étudiez les différentes étapes de développement, le prétraitement des données, les algorithmes utilisés, la qualité de la calibration et la stabilité des paramètres.
3. Vous analysez l’explicabilité et l’interprétabilité des résultats et les différents indicateurs de mesures de la performance du modèle techniques et métiers.
4. Vous analysez les méthodes mises en place pour atténuer et contrôler les risques modèle que vous avez identifié. En particulier, vous évaluez qualité les indicateurs de performances et de contrôle de risques modèle mis en place.
5. Vous vous assurez que la documentation est complète et permet à une tierce partie externe au processus de développement d’avoir une compréhension suffisante du modèle.
6. Pour ce faire, vous implémentez des modèles alternatifs ou réimplémentez totalement ou partiellement le modèle avec des librairies Opensource de type Scikit learn, PyTorch au sein de l’environnement VRM, ou disponibles dans les outils de développement de la Banque. Vous réalisez des tests de sensibilité des paramètres ou des exercices de back tests en lien avec les métiers pour identifier les biais potentiels et les limitations du modèle.
7. Vous documentez les travaux de validation dans un rapport présentant l’évaluation finale, décrivant l’ensemble des tests effectués et incluant la quantification des incertitudes et des biais ainsi que des demandes d’actions correctrices visant à améliorer les modèles.

Localisation du poste

Zone géographique

Europe, France, Ile-de-France, 92 - Hauts-De-Seine

Ville

Montrouge

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

BAC+5 en mathématiques appliquées à la finance/ingénieur

Diplômé d’école d’ingénieur ou Master 2 en université

Niveau d'expérience minimum

3 - 5 ans

Expérience

Expérience de 3 à 5 ans en modélisation et/ou DataScience et/ou validation des modèles de marché utilisés pour le pricing, le suivi des risques de marché et/ou de contrepartie sur opérations de marché

Compétences recherchées

8. Capacité à communiquer à l’écrit et à l’oral en anglais et en français en ajustant le message aux niveaux des interlocuteurs (experts modèles, utilisateurs, manageurs, auditeurs)
9. La connaissance des réglementations bancaires encadrant les modèles serait un plus
10. Rigueur, fiabilité, esprit de synthèse, et pédagogie

Outils informatiques

11. Maitrise des principaux concepts de l’IA : NLP, NER, POS, LLM, tokenisation, embedding, prompting, etc…
12. Maitrise des outils de Machine Learning et d’IA open-source : ScikitLearn, PyTorch, TensroFlow, MLFlow, HuggingFace, etc…
13. Maîtrise des outils informatiques (Python, Jupyter lab, MLOPS, etc…)
14. La connaissance d’un outil de type Dataiku et des outils de type ChatGPT serait un plus

Langues

Anglais (écrit et oral)