Data & Models Modélisation Risque Crédit

Finance

Informatique

Paris, Val de Fontenay, Boulogne Billancourt

ExcelSASRPython

Rôle

en modélisation statistique et analyse de données pour la gestion des risques de crédit automobile au sein de l'équipe IFRS9 de la Direction de l'Analyse Quantitative et du Risque de Crédit.

Technologies

ExcelSASRPython

Entités

Direction DE L'analyse Quantitative ET DU Risque DE CreditÉquipe Ifrs9

Contextes

Services bancairesFinancement automobile

Compétences

Analyse de donnéesModélisation statistiqueModélisation de séries temporellesCollecte et préparation de donnéesMonitoring de modèlesDéveloppement et tests de modèles prédictifsReporting et visualisation

Challenges détectés

3 enjeux

Les principaux enjeux identifiés chez DIAC SA, avec les technologies et compétences associées.

01Optimisation
Modéliser et calibrer les paramètres de risque (PD, LGD, EAD) pour le calcul des provisions
Technologies clés
ExcelSASR
Compétences clés
Modélisation statistiqueCalibrage de paramètres de risque
02Optimisation
Automatiser les processus et faciliter le déploiement des nouveaux modèles Forward-Looking
Technologies clés
PythonSASR
Compétences clés
AutomatisationDéveloppement de modèles
03Conformité
Assurer la qualité, la cohérence et la stabilité des données et modèles existants
Compétences clés
Monitoring de modèlesContrôle qualité données