Mohamed - Data Scientist SAS
Ref : 210220M001-
Domicile
78370 PLAISIR
-
Profil
Data Scientist, Data Analyst, Business Analyst (34 ans)
-
MobilitéTotalement mobile
-
StatutMandataire social de sa structure Freelance (SARL, SAS, EURL, etc)
-
Tarif Journalier MoyenVoir le tarif
-
Direction des Risques – Analyste quantitatif Risque de Crédit
Natixis2018 - aujourd'huiAu sein de l’équipe en charge des modèles internes de notations, je suis en charge du
BackTest des modèles de notations, des reportings réglementaires, et des analyses
statistiques.
o Audit, revue et mise en conformité du process de BT
o Fiabilisation des flux en entrée des programmes de BT
o Production trimestrielle des BT
o Réalisation des analyses post BT
o Amélioration continue du dispositif de production des BT
o Mise en place de process automatisé de production des reportings Standardisé
o Réalisation trimestrielle des reportings standardisés à destination de la BCE
o Production des livrables pour la mission TRIM
o Préparation des réponses aux « findings » des auditeurs (TRIM, IG, CAC)
o Participations aux ateliers d’échanges avec les auditeurs
o Participation aux refontes des modèles sur le volet analyse statistiques
(échantillonnage, analyse descriptive, test statistiques, etc). -
Direction des Risques – Analyste quantitatif Risque de Crédit sur SAS
Crédit Agricole Consumer Finance (6 mois)aujourd'huiDans le cadre de la migration en IRB des encours standard, il fallait analyser les similitudes entre le portefeuille standard et ceux existants en IRB. Le but étant de constituer un dossier qui démontre l’homogénéité entre les deux portefeuilles en termes
de profil risque et de comportement client.
o Identifier les portefeuilles de comparaison sur les deux périmètres
o Constituer et fiabiliser les données d’études sur 6 cohortes
o Reconstruire les variables du score IRB sur le portefeuille STD
o Analyser et comparer la distribution (en pourcentage) de ces variables sur les deux
périmètres
o Réaliser des tests (Indice de stabilité et Khi-deux) statistiques pour comparer la distribution des variables du score
o Calculer le score sur les portefeuilles STD et IRB
o Calculer et comparer les indicateurs de performances (Gini, taux de défaut par note de score) sur les portefeuilles standards et leurs correspondants en IRB
o Calculer et comparer les taux de défauts par CHR -
Direction des Risques et Innovation – Analyste quantitatif Risque de Crédit sur SAS
Crédit Agricole Consumer Finance (6 mois)aujourd'huiOptimisation de la méthodologie de construction des scores du CACF.
• Étudier l’impact du choix de codification de la variable cible sur la performance d’un
modèle de score
• Étudier sur SAS et R les performances d’un algorithme de discrétisation des variables
en catégories de risques : « Le Chimerge »
• Expérimenter deux méthodes de modélisations du risque de crédit alternatives à la
régression logistique : la méthode « Disqual » et celle dite « des score imbriqués sur
observation médiane »
• Expérimenter les méthodes de réintégration des « refusés » (clients non-financés) dans
le modèle de score
• Construire sur SAS un score d’octroi de crédit avec toutes les optimisations identifiées. -
Direction de Gestion des sinistres – Chargé d’études statistiques sur SAS
MAAF (10 mois)aujourd'huiExpérimenter un nouveau modèle de gestion de l’activité sinistre MAAF. L’objectif étant d’optimiser la charge de travail des centres de gestions et d’améliorer l’accessibilité clients.
• Construction d’un modèle de prédiction des volumes d’appels de déclarations des sinistres autos et habitations :
o Constituer et fiabiliser les données d’études
o Identifier les variables pertinentes pour la prédiction des volumes d’appels de déclarations des sinistres
o Construire le modèle Linéaire généralisé sur SAS pour la prédiction des volumes d’appels reçus par les centres de gestions
o Définir les indicateurs de suivi de la performance du modèle
o Production d'une note méthodologique décrivant les étapes d'implémentation du
Modèle Linéaire Généralisé sur SAS
• Conception et développement des outils de pilotage :
o Définir les indicateurs de suivis
o Concevoir et développer sur SAS et Excel VBA des outils dynamique de générations des rapports de suivi de l’expérimentation (Volume d’appels prédits bVS Volume d’appels reçus, etc.)
o Développer sur Excel VBA des outils de planification des activités des centres de gestions -
Direction des Systèmes d’informations – Développeur SAS et VBA
BPCE (1,5 ans)aujourd'huiPour le compte du groupe BPCE, j’ai contribué au développement d’un ETL sur SAS, au calcul des indicateurs bâlois (NSFR, LCR et AER) et au développement des programmes de restitution des rapports contenant ces indicateurs.
• ETL
o Développement sur Excel VBA des IHM à destination des métiers, ainsi qu’un guide utilisateur
o Préparation de l’environnement d’importation des données (Création des tables de correspondances à l’image des fichiers à importer)
o Développement sur SAS des programmes d’importation des données
o Réalisation des recettes technico-fonctionnelles
• Calcul des indicateurs
o Participation au développement des programmes de calcul des indicateurs bâlois
o Réalisation des recettes technico-fonctionnels
• Restitution des rapports
o Développer sur VBS des scripts pour la restitution des rapports sous le format exigé par le régulateur
o Réalisation des recettes technico-fonctionnels -
Direction Conformité FRB – Analyste Quantitatif
BNP PARIBAS (6 mois)aujourd'hui• Backtesting du modèle AML de détection des opérations atypiques de fraude (Blanchiment/ financement du terrorisme) :
o Analyser la performance du dispositif AML
o Définir les indicateurs de performance du modèle AML
o Analyser la performance de chaque scénario du dispositif
o Analyser la performance globale du modèle
o Améliorer le modèle AML de détection
o Développer les outils de recettes sur Excel/VBA
o Revue des critères de détections
o Identifier les scénarios pertinents et réajuster les critères de ceux qui
sont non-pertinents
o Modéliser le dispositif en tenant comptes de l’analyse de la performance, des demandes du régulateur et de l’inspection générale du groupe BNPP
o Paramétrer les évolutions au sein des outils dédiés et créer la
documentation associée
• Production mensuelle des alertes :
o Assurer la production mensuelle des alertes sur différents périmètres
(Corporate, proximité et Gestion de Fortune)
o Animer les réunions de recueils des retours d’expérience auprès des équipes en charge de l’analyse des alertes
o Recueillir les dysfonctionnements identifiés dans les flux d’opérations et les adresser à l’IT pour correction. -
Direction des Ressources Humaines Groupe – Data Analyst
SOCITÉ GÉNÉRALE (8 mois)aujourd'huiAnalyse de la qualité de données du SIRH sur la chaine de valeur formation, avec un focus
particulier sur l’outil MyLearning, utilisé pour la réalisation des formations obligatoires.
• Analyse de la qualité de données de MyL :
o Diagnostic de la qualité de données de MyL
o Analyser les causes racines des dysfonctionnements identifiés et faire des
préconisations de corrections
o Définir des KPI pour suivre l’état de la qualité de données dans MyL
o Définir et mettre en place une solution tactique pour nettoyer à fréquence mensuelle
la base de données MyL
o Participer aux points de coordinations « Data quality »
• Production mensuelle des reportings
o Réaliser les reportings mensuels présentant pour chaque entité du groupe SG le
taux de participation aux formations obligatoires
o Concevoir la procédure de correction manuelle des données
COMPETENCES
Métiers Banque de Financement et d’Investissement
Banque de détail
Assurance
Réglementaire Bâle 2, Risque de Crédit
Bâle 3
Lab-FT
Méthodologie Gestion de Projet
Assistance à maîtrise d’ouvrage
REFERENCES CLIENTS
En France Natixis
BNP Paribas
Société Générale
Crédit Agricole Consumer Finance
MAAF
Académique Université d’Aix Marseille
Master 1 et 2 de mathématiques et modélisations
Fonctionnel Modélisation Statistique
Data management
Programmation informatique
Informatique SAS; SQL; Python; R; Matlab
VBA / Excel; Access
Langues Anglais : opérationnel
Métiers Banque de Financement et d’Investissement
Banque de détail
Assurance
Réglementaire Bâle 2, Risque de Crédit
Bâle 3
Lab-FT
Méthodologie Gestion de Projet
Assistance à maîtrise d’ouvrage
REFERENCES CLIENTS
En France Natixis
BNP Paribas
Société Générale
Crédit Agricole Consumer Finance
MAAF
Académique Université d’Aix Marseille
Master 1 et 2 de mathématiques et modélisations
Fonctionnel Modélisation Statistique
Data management
Programmation informatique
Informatique SAS; SQL; Python; R; Matlab
VBA / Excel; Access
Langues Anglais : opérationnel