Manager – Quantitative Risk Modelling, Stress Testing & Model Risk

Dans le cadre de ses activités Risk Steering & Sustainability Sia accompagne les principales institutions financières françaises et européennes sur leurs enjeux de modélisation quantitative stress testing capital économique validation indépendante et gestion du risque de modèle. Nos équipes interviennent sur lensemble du cycle de vie des modèles et sur un large spectre de risques crédit marché contrepartie ALM/IRRBB liquidité capital économique climat et risques émergents depuis leur conception et calibration jusquà leur validation leur intégration dans les processus de pilotage et leur gouvernance. 

En tant que Manager vous intervenez notamment sur les problématiques suivantes : 

• Crédit IRB & IFRS 9 : conception calibration et validation des modèles PD LGD EAD/CCF rating et scoring segmentation PIT/TTC downturn marges de prudence cure rates et matrices de migration. Développement de modèles de portefeuille et de Credit VaR distributions de pertes modèles factoriels type Merton/Vasicek corrélations dactifs et de défaut concentration single-name et sectorielle effets de diversification et stress des paramètres. Travaux IFRS 9 couvrant lifetime PD term structures SICR forward-looking information scénarios macroéconomiques overlays ECL backtesting et analyse des migrations Stage 1/2/3. 

• Marché contrepartie & XVA : développement et validation des modèles de VaR ES sensibilités stress scenarios pricing et facteurs de risque ainsi que des dispositifs FRTB SA et IMA modellability NMRF Default Risk Charge P&L Attribution et backtesting. Modélisation du risque de contrepartie via EE/EPE/PFE simulations Monte Carlo netting collateralisation marges MPOR et WWR avec revue des approches SA-CCR/IMM et des méthodologies XVAs 

• ALM IRRBB & liquidité : conception et validation des modèles comportementaux de dépôts à vue remboursements anticipés tirages et optionalités NMD replicating portfolios pass-through et maturités comportementales. Modélisation EVE/NII CSRBB cash-flows survival horizons comportements de dépôts funding collateral et stress de liquidité. 

• Capital économique & modèles Pilier 2 : conception et validation de modèles de capital économique couvrant notamment crédit concentration marché IRRBB liquidité business risk et autres risques matériels. Les travaux portent sur les distributions de pertes quantiles extrêmes Credit VaR corrélations et dépendances inter-risques agrégation et diversification allocation du capital économique aux métiers et portefeuilles ainsi que larticulation entre capital économique capital réglementaire et ICAAP. 

• Scenario Analysis & Stress Testing : conception de dispositifs end-to-end couvrant identification des vulnérabilités construction de scénarios macrofinanciers et géopolitiques calibration des chocs et développement de satellite models reliant les variables de scénario aux PD LGD migrations revenus marges coût du risque RWA et liquidité. Projection multi-annuelle du bilan du P&L et du capital reverse stress testing management actions effets de second tour et analyse des points de rupture du business model. 

• Risques émergents climat environnement & géopolitique : développement de modèles de risques physiques et de transition fonctions de dommage approches hazard-exposure-vulnerability et intégration dans les paramètres de risque. Construction de scénarios liés aux tensions géopolitiques sanctions fragmentation commerciale chocs énergétiques ou ruptures de chaînes dapprovisionnement et analyse de leurs canaux de transmission financiers. 

• Validation indépendante des modèles : revue conceptuelle et méthodologique réplication quantitative challenger models et analyse des données et hypothèses. Tests de discrimination et calibration AUC/Gini ROC KS Brier Score stabilité et drift PSI backtesting benchmarking sensibilité robustesse incertitude et analyse des limitations. 

• Machine Learning IA & nouveaux modèles : développement et validation de modèles de classification régression et méthodes densemble Random Forest Gradient Boosting/XGBoost avec revue du feature engineering hyperparameter tuning sur-apprentissage stabilité data drift biais explicabilité notamment SHAP et benchmarking avec les approches traditionnelles. 

• Model Risk Management & gouvernance des modèles : conception et transformation des cadre MRM : définition du périmètre taxonomie et inventaire des modèles materiality/tiering ownership cycle de vie standards de développement et validation model change policy et performance monitoring. Mise en place des dispositifs de gestion des limitations findings exceptions model risk appetite contrôles et model risk appetite contrôles de second niveau reporting aux comités et suivi consolidé du risque de modèle. 

Dans le cadre de vos interventions opérationnelles etdans le cadre du développement internedu cabinet vous :  
Gérez la relation clientsur les missions existantes et prenez part à lidentification et au développement de nouvelles opportunités  
Encadrez des consultantsdans le cadre de missions ou de projets internes au cabinet (groupe de travail formation)  
Contribuez activement à la politique de publicationde léquipe (réflexion stratégique du cabinet réalisation détudes prospectives décryptage sectoriel). 

Qualifications :

Diplômé(e) dun Bac5 dune grande école dingénieur de commerce ou dune grande université vous disposez de 3 à 6 ans dexpérience acquise au sein dun cabinet de conseil Big Four inspection générale équipe de modélisation ou validation Direction des Risques ALM Direction Financière ou fonction quantitative dun établissement financier. Vous avez eu une exposition significative au développement à la validation ou à la gouvernance de modèles. 

Vous disposez en outre dune : 

• Expertise approfondie dans un ou plusieurs domaines de modélisation quantitative : crédit/IRB et IFRS 9 marché/FRTB contrepartie et XVA ALM/IRRBB liquidité capital économique stress testing ou Model Risk Management avec une bonne maîtrise des métriques associées PD/LGD/EAD ECL VaR/ES EE/EPE/PFE XVA EVE/NII Credit VaR RWA et capital économique. 

• Solides compétences quantitatives et méthodologiques en statistiques économétrie probabilités séries temporelles mathématiques financières méthodes de simulation et data science ainsi quune maîtrise des techniques de régression et classification modèles factoriels Monte Carlo distributions de pertes corrélations et dépendances modèles satellites backtesting benchmarking et challenger models. 

• Maîtrise des outils et cadres de modélisation avec une pratique de Python R SAS SQL ou Matlab et une bonne compréhension des exigences CRR3/CRD6 IRB ECB Guide to Internal Models IFRS 9 FRTB SA-CCR ICAAP/ILAAP et stress testing. Une expérience en Machine Learning IA explicabilité model monitoring ou industrialisation des modèles constitue un atout. 

Vous disposez dune appétence pour les enjeux liés à la data et lIA dune capacité à monter en compétences rapidement sur ces sujets et êtes enthousiaste à lidée daccompagner nos clients à en saisir les opportunités. 

Vous êtes curieux(se) et aimez travailler en équipe Vous êtes reconnu(e) pour votre sens de lanalyse  
Vous souhaitez rejoindre un environnement professionnel dynamique et motivant Vous partagez nos valeurs que sont lexcellence lentrepreneuriat linnovation le partage la bienveillance et léquilibre vie personnelle/vie professionnelle   

Vous parlez français et anglais couramment dans un contexte professionnel  

Alors rejoignez-nous ! 

Informations supplémentaires :

Sia est un employeur qui souscrit au principe de légalité daccès à lemploi. Tous les aspects de lemploi tels que le recrutement les promotions la rémunération ou les sanctions sont basés uniquement sur les performances les compétences et le comportement des employés ou les besoins de lentreprise.

Remote Work :

No

Employment Type :

Full-time