Idiatou BALDE

– Participation aux cérémonies Agile. – Collaboration avec les équipes de développement pour la mise en œuvre de solutions techniques adaptées aux besoins métier. – Collecte, Analyse et transmission des besoins métier. – Analyse des enjeux opérationnels. – Identification des impacts fonctionnels et techniques. – Réalisation de tests et recettes. – Suivi des livrables. – Support aux équipes RUN sur les incidents et points bloquants. – Rédaction de rapport et maintien des documents d'architecture fonctionnelle.

Mise en production des outils Grom aux Antilles : – Recette d'un lot de 200 données en s'appuyant sur la documentation interne déjà réalisée par les Data Analystes de l'équipe interne. – Compréhension des sources d'écarts. – Enrichissement des datamarts construits pour le Risk dans le cadre du projet Grom Réunion et Antilles d'un lot n°2 de 100 données supplémentaires : – Spécification, mapping, et recette du lot n°2 de 100 données. – Identification de l'origine des erreurs des spécifications respectées ou non par les développeurs (problème de mapping...). – Détermination de la typologie des erreurs. – Réalisation des requêtes SQL pour déterminer les nouvelles spécifications.

– Déploiement d'un pipeline de traitement de données (logs de fonctionnement d'un site internet) sécurisé en temps réel. – Collecte et mise à disposition des données à l'aide de l'outil Logstash. – Transfert des logs dans Google Cloud Platform (GCP) via le système de messagerie Pub/Sub. – Chargement de fichiers brutes (formats: CSV, JSON) dans Google Cloud Platform (GCP) via Cloud Storage. – Transformation et traitement des flux de données avec DataFlow. – Stockage et mise à disposition des données en des fins de requêtes dans BigQuery. – Data Quality & Mining. – Analyse des données et génération de reportings avec Data Studio. – Rédaction de spécification fonctionnelle détaillées et des notes explicatives.

– Analyse des éléments documentés par les équipes de modélisation dans les documentations de calibrage et de Backtesting. – Formalisation du processus, fiabilité du schéma de production des données. – Data Quality et Management. – Veille à la prise en compte des données récentes. – Analyse des modèles et Évaluation du pouvoir prédictif des paramétrage PD et LGD (hypothèses, conformité et exhaustivité des données utilisées) à partir des codes SAS. – Vérification de la représentativité, stabilité, performance, conservatisme des estimateurs. – Vérification des résultats et de la conformité des hypothèses (pertinence des actions en accord avec la formulation des experts et attentes du régulateur). – Coordination et rédaction des notes explicatives. – Proposition d'ajustements pour les écarts relevés.

– Rédaction de spécifications fonctionnelles détaillées IFRS9. – Data Quality et Management des données présentes dans le Système d'Information. – Évaluation des formules de calcul des paramètres Risques spécifiques à IFRS 9 (PD, LGD, EAD, CCF). – Définition et modélisation des buckets. – Tests, recettes et validation croisée des modèles de paramètres. – Calcul de l'Expected Credit Lost (ECL) et mise en place de l'outil de contrôle pour la validation. – Analyse et maîtrise des changements des sources de données (dégradation significative des buckets avec une meilleure captation des données depuis leurs origines). – Optimisation des programmes (SAS) et des temps de traitement des calculs. – Consolidation des données et contribution au rapprochement Risque / Finance.

– Collecte de données ouvertes sur des sites internet légaux (Open Data) dans le cadre d'un projet big data.

– Conception et implémentation de modèles prédictifs et explicatifs d'aide à la prise de décision. – Amélioration et optimisation d'outils (programmes SAS) afin de contrôler et mesurer le risque en rapport avec le pilotage des portefeuilles Automobile & Consumer. – Développement d'études statistiques sur la demande des équipes de recouvrement afin de suivre, comprendre et appréhender le risque du portefeuille existant (exemple: suspicion de fraude sur un client). – Maintenance des modèles de scores d'acceptation et de comportement des clients dans les Portefeuilles Automobile & Consumer. – Backtesting des modèles de scores et suivi d'indicateurs (KS, GINI, PSI).