Offre d'emploi Chargé de modélisation - segmentation statistiques

Chez Société Générale, nous sommes convaincus que vous êtes le moteur du changement et que le monde de demain sera fait de toutes leurs initiatives, des plus petites aux plus ambitieuses.

Aux 4 coins du monde, que vous nous rejoigniez pour quelques mois, quelques années ou toute votre carrière, ensemble nous avons les moyens d'avoir un impact positif sur l'avenir. Créer, oser, innover, entreprendre font partie de notre ADN.

Si vous aussi vous souhaitez être dans l'action, évoluer dans un environnement stimulant et bienveillant, vous sentir utile au quotidien et développer ou renforcer votre expertise, nous sommes faits pour nous rencontrer !

Au sein de la Direction des risques, notre service a la charge de la modélisation et de l'évaluation des risques de la banque.

Ce stage portera sur le périmètre Non-Retail. L'équipe a notamment en charge la modélisation des paramètres de PD, LGD, EAD (via CCF) sur le périmètre des entreprises et institutionnels en ligne avec la réglementation bâloise. Elle se charge également du suivi périodique de ces modèles.

Les modélisateurs collaborent, entre autres, avec les équipes métiers (notation, octroi, recouvrement), IT (collecte des données), ainsi que la direction financière et le département économique. Enfin, notre service doit s'assurer d'être en ligne avec le cadre réglementaire en constante évolution, via
des échanges réguliers avec le régulateur (BCE/ACPR) et les équipes de validation et d'audit internes.

Le Credit Conversion Factor (CCF) est le paramètre de risque utilisé pour l'estimation de l'Exposure At Default (EAD). Au sein de l'équipe Non Retail, vous serez amené(e) à travailler sur le développement d'un modèle de segmentation statistique pour l'estimation du paramètre CCF.

Sous la supervision de votre maître de stage, vous serez particulièrement amené(e) à :

* Faire une revue et une synthèse de l'état de l'art sur le sujet (en vous appuyant sur différentes sources : textes réglementaires, protocoles internes de modélisation, revue de la littérature scientifique)
* Proposer des méthodes challenger à la méthodologie actuelle en explorant diverses techniques de Machine Learning dans un contexte de « Low Default Portfolio » (Régressions, Random Forest etc.) ; A cet effet, vous devrez proposer une stratégie complète de modélisation (traitement de données, sélection/transformation des variables pertinentes, développement et calibrage du modèle, évaluation de la performance)
* Automatiser les analyses et la restitution des résultats via un outil de Datavisualisation

* Vous êtes étudiant(e) de niveau bac +4/5 en : école d'Ingénieur ou Université avec une spécialisation en Statistiques / Mathématiques appliquées / Econométrie / Data science.
* Vous avez une bonne de maîtrise de la programmation sous Python/R, des connaissances des approches statistiques et économétriques courantes.
* Vous maîtrisez les logiciels bureautiques (Pack Office), et faites preuve de bonnes capacités rédactionnelles.
* Vous êtes autonome, plein de curiosité, de proactivité, avez un esprit d'analyse et de synthèse, mais également l'esprit d'équipe.
* You're fluent in english ! Vous êtes notre candidat(e) idéal(e) !