Postée il y a 33 jours
Vos missions au quotidien
Au sein de la Direction des risques, le service RISQ/MDL/MOD a la charge de la modélisation et de l’évaluation des risques de la banque. Le périmètre géré par RISQ/MDL/MOD comprend : les modèles réglementaires IRB, les modèles de provisions IFRS 9, les modèles de gestion stratégique des risques (modèles de stress testing, modèles de prévision), les modèles internes sur le risque opérationnel, les travaux de Recherche & Développement.
Les modélisateurs collaborent, entre autres, avec les équipes métiers (notation, octroi, recouvrement), IT (infrastructures de modélisation et collecte des données), ainsi que la direction financière et le département économique.
Le présent stage se déroulera dans l’équipe de Recherche-Développement & Méthodologies (RDM) notamment en charge du développement d’outils intégrant l’IA Générative pour les besoins de la modélisation du risque de crédit.
Au sein de l’équipe RDM, vous participerez activement à la recherche de solutions innovantes basées sur l’Intelligence Artificielle appliquées aux problématiques de modélisation du risque de crédit.
En tant que stagiaire, vous aurez l’opportunité de travailler sur des missions variées et stimulantes telles que :
- Identifier les dernières avancées en matière d'IA générative et explorer comment ces technologies pourraient être appliquées à la modélisation du risque de crédit
- Réaliser une revue approfondie sur l’exploitation des Large Langage Model (tokenisation, entraînement, validation)
- S'approprier la plateforme d’IA Générative interne et proposer des méthodes d’entraînement et/ou d’optimisation des modèles LLM intégré
- Concevoir et mettre en œuvre un Proof of Concept pour l'application de l'IA générative à un cas d'utilisation retenu (e.g. assistant de développement et documentation de codes, veille réglementaire, optimisation des processus de développement de modèles, etc.), en utilisant des outils et des techniques appropriés
Durée du stage : 6 mois.
Et si c’était vous ?
Vous détenez les compétences suivantes :
- Étudiant en dernière année d’étude, en école d’ingénieur ou en université avec une spécialisation en data science ou en informatique spécialité Data et Intelligence Artificielle
- Connaissance des plateformes Cloud, notamment Azure, environnement Linux, et des techniques d’apprentissage automatique (Machine Learning)
- Compétences solides en programmation (Python, TensorFlow, PyTorch, etc.)
- Compétences solides en apprentissage automatique et traitement du langage naturel (NLP)
- Compréhension des architectures de modèles de LLM
- Logiciels bureautiques : Pack Office et bonnes capacités rédactionnelles
- Aptitudes comportementales : autonomie, curiosité, proactivité, esprit d’analyse et de synthèse, esprit d’équipe
- Une première expérience (stage, projet, etc.) dans l’entraînement de modèles LLM serait un plus
- Bon niveau d'anglais (écrit et oral)