Stage - data scientist – validation de modèles de conformité H/F

Stage - data scientist – validation de modèles de conformité H/F

New 01 avril Hauts-de-Seine, Montrouge Stage

Au sein de la Direction des Risques Groupe (DRG) de Crédit Agricole SA, vous rejoindrez la Direction de la Validation et Risque Modèle Groupe (DRG/VMG), en charge de la validation des modèles de mesure de risques et du risque de modèle.
Rattaché à l’unité en charge de la Validation des Modèles Groupe, vous intégrerez une équipe jeune et dynamique à la frontière des métiers de modélisation et d’audit avec une composante quantitative marquée.
Vous aurez pour mission de contribuer au contrôle des modèles d’analyse et de mesure des risques (crédit, marché, opérationnel, conformité), au croisement des exigences réglementaires et des expertises métiers reconnues sur de nombreux domaines couverts par l’activité du Groupe Crédit Agricole SA et de ses filiales spécialisées.
Après une revue de la littérature et une compréhension générale du modèle de sécurité financière et de détection de la délinquance financière, le stagiaire devra mettre en application ses recherches et développer des modèles de machine learning.

Vous aurez pour missions principales de :

1. Prendre connaissance des Normes Groupe, des différents textes règlementaires français et européens sur ce sujet (e.g. Recommandations du Groupe d’Action Financière (« GAFI »), Directive (UE) 2024/1640 (« 6ème Directive »), Code Monétaire et Financier, …)
2. Effectuer une revue de la littérature scientifique approfondie sur les modèles de machines learning adaptés à ce sujet
3. Mettre en place des modèles (modèles supervisés ou non supervisés pouvant challenger les modèles mis en place (e.g. développer des algorithmes de k-means, k-NN, …)
4. Faire des benchmarking pour une comparaison entre le modèle actuellement en production et les modèles challengers
5. Rédiger des rapports d'avancement sur les travaux effectués et les résultats obtenus
6. Présenter les travaux réalisés à l’équipe de validation et/ou à d’autres équipes intéressées.

- Université
- Ecole d'ingénieur
Spécialisation: Data science, Statistiques / Mathématiques appliquées