BPCE

Banque d'investissement & financement

★★★★ 29 Avis

Découvrir
ce recruteur

Ingénieur statisticien stagiaire - migrations non markoviennes f / h

07 janvier Paris, paris Stage

Le Groupe BPCE, avec son modèle de banque coopérative universelle, représenté par 9 millions de sociétaires, est le deuxième acteur bancaire en France. Avec 105 000 collaborateurs, il est au service de 30 millions de clients dans le monde, particuliers, professionnels, entreprises, investisseurs et collectivités locales. Il est présent dans la banque de proximité et l'assurance en France avec ses deux grands réseaux Banque Populaire et Caisse d'Epargne ainsi que la Banque Palatine. Il déploie également, avec Natixis, les métiers mondiaux de gestion d'actifs, de banque de grande clientèle et de paiements.
Détenue à parité par les deux réseaux, BPCE est en charge de la stratégie, de la coordination et de l'animation du groupe, qu'elle représente notamment auprès du régulateur. Les expertises de ses équipes sont mises au service du groupe, de ses entreprises et de leurs clients.

La Direction des Risques du Groupe BPCE a pour mission de mettre en ?uvre tous les moyens permettant de piloter le groupe en matière de liquidité, de solvabilité, de maîtrise des risques et de contrôle interne.Au sein de cette direction, le pôle « Modèles Internes » est composé de trois sous pôles :
- Modèles Retail : en charge de développer, modéliser et faire évoluer les modèles internes crédit (PD, LGD, CCF, ELBE) pour la clientèle des Particuliers et des entreprises de moins de 3 M? de CA (i.e. les Professionnels), des Associations de petite taille, etc.
- Modèles Hors Retail : en charge de développer, modéliser et faire évoluer les modèles internes (PD, LGD, CCF, ELBE) pour la clientèle Corporate (PME/ETI), Secteur Public, Assurances, Associations (de taille importante).
- Modèles de Portefeuille : en charge de développer les méthodologies de mesure des risques sur base portefeuilles. Les travaux principaux sont les différents Stress tests crédit, les méthodologies de provisionnement statistiques (IFRS9), celles autour des mesures internes/pilier 2 sur le crédit et plus globalement les méthodologies de projection des mesures de risques de crédit.
Ce pôle est amené à travailler avec le pôle « Intelligence Artificielle et Modèles » de la Direction de l'Innovation Data Intelligence du Secrétariat Général Groupe qui est en charge d'une part de développer des méthodologies innovantes au sens « Big Data » pour les projets Data identifiés dans la Direction des Risques, en lien avec la direction Digital ; puis d'autre part de développer des méthodologies « transverses » au sens où elles peuvent s'appliquer autant au provisionnement statistique (IFRS9), qu'au périmètre Retail ou Hors Retail, mais également aux différents Stress Tests. Le terme « Support » doit être compris au sens « support méthodologique » qui nécessite une réflexion avancée sur les problématiques à modéliser ainsi qu'une capacité à coordonner et travailler les différents sous pôles.

Vous êtes étudiant(e) de niveau Bac +5 d'une formation scientifique de type école d'ingénieur (ENSAI, ENSAE, ISUP, X, Mines, Centrale?) ou master, avec un socle solide en statistiques ou mathématiques quantitatives. Des connaissances en gestion des risques seraient un plus.
Langages : SAS, SQL, R, Python
Vous disposez d'un très bon relationnel et d'un bon niveau de synthèse rédactionnelle.
Les problématiques bancaires vous intéressent. Vous faites preuve de curiosité et d'ouverture, d'une grande rigueur et d'un sens critique développé, et disposez de fortes capacités analytiques.
L'évaluation de la méthodologie de projection existante, de son utilisation et de ses limitations, qui pourra servir d'introduction au sujet, permettra au candidat de se familiariser avec le contexte de l'activité de projection du risque de Crédit en banque : données utilisées, dispositif bâlois, utilisation en stress test et pour IFRS9?
Les étapes de modélisation sont l'occasion d'acquérir des connaissances techniques telles que l'analyse des données exploitables, les méthodes statistiques de modélisation, ou encore l'utilisation des logiciels et langages dédiés.
La mise en application de techniques novatrices offre un premier aperçu du travail de recherche opérationnelle.
Contenu statistique : matrices de migration, modèle de Merton, calcul stochastique, mouvement brownien fractionnaire ?