Abdelkarim B.

Ingénieur Quant — Modélisation, validation & risque de modèle • Modélisation et calibration de paramètres de risque de crédit (PD, LGD, CCF, EAD) dans un cadre Bâle III/IV, avec préparation de supports de validation et de plans correctifs pour les instances internes et superviseurs. • Revue et challenge de modèles sur l’ensemble du cycle de vie : qualité des données, méthodologie, calibrage, performance, monitoring, documentation et gouvernance du risque de modèle. • Conception et exécution de stress-tests et backtests périodiques ; analyse des résultats, suivi des limites et mise à jour des dispositifs de pilotage du risque. • Production d’études quantitatives et de notes de synthèse pour directions Risques, Audit et Comités, en rendant les résultats de modèles exploitables par des décideurs non techniques. • Développement d’outils quantitatifs en Python (Pandas, NumPy, APIs de marché) pour automatiser les analyses, industrialiser le reporting et fiabiliser les contrôles. • Travaux menés en mode agile avec les équipes Risques et IT : cadrage, priorisation, suivi du backlog, livraisons itératives et coordination des parties prenantes.

🇬🇧 Multi-agent LLM orchestration for regulatory risk analysis — routing across ChatGPT, Claude, Gemini and open-source models (Llama, Mistral) with local GPU inference for sensitive data, cost optimisation and governance-aware data handling. Bespoke Python tooling for private debt monitoring, covenant tracking and automated financial statement analysis. Front-to-back risk tooling for buy-side clients. 🇫🇷 Orchestration multi-agents LLM pour l'analyse réglementaire des risques — routage entre ChatGPT, Claude, Gemini et modèles open-source (Llama, Mistral) avec inférence GPU locale pour les données sensibles, optimisation des coûts et gouvernance data. Outils Python sur-mesure pour le suivi de dette privée, le tracking de covenants et l'analyse automatisée d'états financiers. Outillage risque front-to-back pour clients buy-side.

• Business analysis sur un projet IA de numérisation et structuration de données juridiques au service de l’analyse du risque d’investissement d’un fonds de private equity européen de premier plan. • Cadrage du besoin avec les équipes juridiques et risque, conception fonctionnelle de l’application d’extraction documentaire, recette et automatisation de traitements Python/VBA.

Finance & risk regulatory reporting (Python, SQL).