Bruno Chazeaud

– Modélisation des risques climatiques, Machine Learning, Optimisation Python, Data Engineering, Open Source CLIMADA – Enjeu: Construire un modèle interne de catastrophe naturelle (ForCatNat) sur Python pour estimer les pertes financières liées aux inondations et prédire la valeur des biens immobiliers exposés. – Missions & objectifs : – Développer le module Aléa (cartographie des inondations) – Produire des cartes d'inondations futures sur grille 1km×1km avec profondeurs et périodes de retour – Intégrer les projections hydrologiques Copernicus (2011-2100) avec les données historiques GloFAS – Implémenter l'ajustement de lois de Gumbel pour le calcul des périodes de retour – Valider la robustesse du modèle par benchmarking avec l'Atlas des Zones Inondables (AZI) – Prédire les valeurs immobilières par Machine Learning – Entraîner 3 modèles prédictifs (KNN, Random Forest, Gradient Boosting) sur +5 millions de lignes de données de bâtiments – Atteindre un R² de 0,78 sur le meilleur modèle pour l'estimation des valeurs absentes de la base nationale – Réduire l'erreur de prédiction moyenne de ±13% – Optimiser les performances techniques – Réduire le temps de calcul par 3: passage de 8h à 2h30 pour une année de simulation – Optimiser l'espace de stockage par 4: passage de 200 Go à 50 Go via refactoring Python – Traiter et analyser +5 millions de lignes de données géospatiales – Maîtriser et adapter la librairie CLIMADA – Auditer l'ensemble des codes sources Python open source de CLIMADA – Modifier les codes sources pour adapter les fonctionnalités aux besoins métier spécifiques – Développer des interpolations spatiales avancées (bibliothèque xesmf) – Résultat: Modèle ForCatNat opérationnel validé par comparaison avec les références officielles, avec cartes d'inondations futures cohérentes.

– Découverte du secteur bancaire, Évaluation de la solvabilité, Reporting financier, Analyse de risques client, Excel – Enjeu: Découvrir le fonctionnement opérationnel d'une banque et comprendre les mécanismes d'évaluation des risques clients pour sécuriser les décisions d'octroi de crédit. – Missions & objectifs : – Analyser la solvabilité des clients bancaires – Évaluer les paramètres de solvabilité client (capacité de remboursement, historique financier, ratios d'endettement) – Déterminer les horizons temporels d'analyse pour les décisions de crédit – Contribuer à l'évaluation de la solvabilité de 33 clients – Maîtriser les processus bancaires – Cartographier les étapes du processus d'octroi de crédit – Identifier les conditions d'octroi et les critères de décision – Documenter les bonnes pratiques de contrôle financier – Résultat: Immersion complète dans les métiers du contrôle de gestion bancaire avec maîtrise des outils d'évaluation du risque client et des processus réglementaires.