Description de la Caisse des Dépôts

Etablissement financier public, nous remplissons des missions d'intérêt général en appui des politiques publiques. Depuis plus de 200 ans, nous jouons un rôle majeur dans la transformation de notre pays. La réduction des inégalités territoriales et sociales, la lutte contre le changement climatique...sont autant de défis auxquels notre pays fait face et pour lesquels nous nous mobilisons aujourd'hui, plus que jamais.

Au sein du département des risques financiers, le service Pilotage et Monitoring credit est chargé d'assurer un pilotage du risque de crédit au niveau Groupe, de renforcer sa présence de monotring sur l'ensemble du cycle de risque du crédit et de développer les axes du risque de crédit (Etudes, systèmes d'alertes, recherche, échanges filiales).

Le mot du manager

Les enjeux du grand pôle financier public et les avancées technologiques de ces dernières années ont bousculé les pratiques dans le domaine de la gestion des risques. La Direction des Risques Groupe (DRG) s'inscrit dans cette dynamique de recherche et de monitoring du risque de crédit en s'appuyant sur une équipe expérimentée dédiée au pilotage des risques, la Business Intelligence et l'intelligence artificielle.

Description du poste

Au sein de l'équipe, vous participerez activement :

Aux travaux méthodologiques permettant la prise en compte du risque de crédit dans les analyses des contreparties
A la collecte et au traitement des données internes
Au développement d'un outil web permettant une analyse automatique du risque credit par contrepartie
A l'intégration des besoins spécifiques des analystes
Aux réunions de pilotage du projet

Profil recherché

La CDC fonde le recrutement sur les compétences en excluant tout critère de discrimination. Tous nos postes sont ouverts aux personnes en situation de handicap.

Connaissances souhaitées

Langages de programmation : Python, Business Object BI4, VBA, HTML, Javascript
Outils de visualisation : Matplotlib, Bokeh, Django, Flask
Outils de gestion des données : excel, numpy, pandas
Algorithmes de machines learning supervisés et non supervisés : régression logistique, arbres de décision, random forest, ACP, t-SNE, deep learning,...
Connaissance du risque de crédit et/ou climatique : PD, LGD, EAD, réglementation baloise, RGPD
Esprit critique : contrôle de cohérence, recherche bibliographique

Diplôme préparé et spécialité éventuelle

De formation BAC+4 en école d'ingénieur, université avec une spécialisation en data science, gestion des risques et une forte composante en informatique

Qualités personnelles