RRH: Sonia JEBBARI

Chargée de recrutement: Caroline CHABALIER

Le Département Risques Etudes Anticipation et Modélisation recrute un Data Scientist Risque, pour intégrer le pôle Etudes sur le domaine spécifique IFRS9 (développement et suivi des modèles).

Au sein de cette équipe, qui définit les indicateurs de backtesting, rédige les politiques de surveillance des modèles et garantit leur pertinence, vos missions consisterons à :

• Elaborer les travaux de backtesting des modèles d’Expected Credit Loss (ECL) sur le portefeuille Retail, dans un premier temps (puis potentiellement hors Retail), dans le cadre de la revue annuelle des paramètres pour le calcul des provisions IFRS9.

• Estimer et proposer à validation le recalibrage des paramètres utilisés dans le processus de calcul des ECL Retail.

• Rédaction des rapports annuels de Backtesting en intégrant le recalibrage des paramètres des modèles Forward Looking et de la dégradation significative du risque (DSR), ainsi que le traitement des recommandations de la Validation des modèles.

• Réaliser des études d’impact en termes de provisions suite aux recalibrages des paramètres ou suite à des évolutions de modèles.

La Direction des Risques Groupe (DRG) de La Banque Postale (LBP) est une direction stratégique et en plein développement au vue des évolutions réglementaires liées à Bâle II, Bâle III et IFRS9.

Le Département Risques Etudes Anticipation et Modélisation est organisé en 3 pôles :

• « Anticipation des Risques et Stress Tests » est en charge des exercices de stress tests consolidés et des travaux relatifs au nouveau cadre comptable IFRS9
• « Modélisation » élabore et calibre les modèles de notation interne de type Bâlois (PD, LGD, CCF)
• « Etudes » réalise des études statistiques afférentes à l’utilisation des modèles existants (Bâlois et non Bâlois) ainsi que les modèles utilisés pour le provisionnement IFRS9.

Votre manager et votre RRH vous accompagneront sur ce nouveau poste.

De formation Bac +5 avec une composante forte en Statistiques et en Probabilité, vous avez acquis de solides connaissances en mathématiques appliquées.

Vous maitrisez le logiciel SAS, avez de bonnes connaissances du langage R ou Python, exploitez des bases de données (SQL), ainsi qu’Excel (VBA serait un plus).

Une première connaissance fonctionnelle de la réglementation Bâloise (PD, EAD, LGD), des normes IFRS9 sur le risque de Crédit Retail et hors Retail serait un atout supplémentaire.