Crédit Agricole Leasing & Factoring

Ingénierie & développement

★★★★★ Avis

Découvrir
ce recruteur

Ingénieur études décisionnelles - statisticien H/F

13 juillet Hauts-de-Seine, Montrouge CDI

Crédit Agricole Leasing & Factoring est la filiale de Crédit Agricole responsable des activités de leasing et de Factoring du groupe Crédit Agrcole.
La nouvelle économie numérique est synonyme de ruptures mais aussi d’opportunités.
La donnée est l’une d’entre elles, elle permet aux organisations de regagner en performance.
Crédit Agricole Leasing & Factoring met en place des projets innovants autour de la donnée et place le Big Data au cœur de ces activités comme levier de croissance important pour son développement.
Au sein de la Direction Gestion, Recommercialisation, Engagements (DGRE), vous serez chargé (e) pour les métiers du Leasing et de l’affacturage, d’optimiser l’octroi automatique de CALF, de fiabiliser les outils d’aide à la décision et les scores, de contribuer au projet Bâle 2.
 Vos missions principales au sein de l’équipe score constituée de 6 personnes seront :
-    Participation au projet Bâle II Leasing et Affacturage (paramètres bâlois)
-    Définition des paramètres de risque pour le pilotage du risque de Crédit au travers d’études, modélisations et backtesting de scores.
-    Optimisation de la performance des systèmes d’octroi (PASCAL, Cash in time)
-    Modélisation et backtesting des scores d'octroi, bâlois, et les scores de pré-attribution.
-    Pilotage de projets en  liaison avec les MOA/MOE
-    Préparation des comités Backtesting.

Vous contribuez également au projet Cash-In-Time*, en assurant :
-    l’optimisation des moteurs de Scoring et la mesure de l’impact des changements opérés
-    le reporting et la cohérence des résultats des algorithmes de Machine Learning
-    le back-testing des modèles
-    l’optimisation des paramètres des modèles
*offre entièrement digitalisée, Cash-In-Time permet le financement en temps réels des factures des entreprises clientes et s’appuie sur une plate-forme Big Data.

vous justifiez d'une première expérience de 3 à 5 ans dans le domaine de la modélisation statistique et études orientées « risque », d'une connaissance de la réglementation Bâloise et des outils décisionnels dans un environnement opérationnel.
Une première expérience dans le domaine du risque de crédit sera appréciée.

Grande école de type ENSAE ou Université en statistiques