Crédit Agricole CIB

★★★★ 53 Avis

Découvrir
ce recruteur

Data scientist - loan distribution H/F

10 juillet Hauts-de-Seine, Montrouge Stage

Le département "Debt Optimisation & Distribution" (DOD), intervient dans le domaine des financements des clients Corporate et Institutions Financières et est en charge de l'origination, de la structuration et de l'arrangement des crédits syndiqués et bilatéraux.
DOD est également en charge de la distribution primaire et secondaire des crédits syndiqués.
Ces financements peuvent porter sur les besoins généraux de l'entreprise ou les investissements comme les projets d'acquisitions.

Au sein de DOD, l'équipe COO (Chief Operation Officer) est en charge du suivi global de l'activité du département, en lien avec les équipes basées à l'international (Paris , Londres, Hong-Kong , New-York).

Vous principales missions seront les suivantes:

-Participer à la création des nouveaux outils de collecte de données permettant l'automatisation du suivi (préparations de présentations internes et externes)
-Contribuer à la définition de nouveaux indicateurs de suivi de la relation Investisseurs
-Design de tableaux de bord présentant les principaux KPI, réalisés sous PowerBI

En fonction de l'avancement des missions principales vous pourrez également être amené à :

- Participer au suivi de l'activité de distribution des prêts syndiqués originés par les différentes lignes Métier de CACIB
- Contribuer au secrétariat du Comité mensuel « Distribution Management Committee », incluant la gestion de l'agenda des minutes et du suivi des actions à mener.

Les campus Evergreen (Montrouge) et SQY Park (Saint-Quentin-en-Yvelines) sur lesquels vous effectuerez votre mission en fonction de votre affectation, sont activement ouverts sur la ville et intégrés dans un écosystème et une vie locale dynamique.
Vous y découvrirez un environnement de travail moderne et agréable dans des bâtiments aux dernières normes HQE environnementales, de nombreux services (salle de sports, boulangerie, conciergerie, vélos électriques, take-away, etc.).

Formation : Université ou Ecole d'ingénieur.

Spécialisation en Informatique, Statistiques ou Data Science.