Manager : Tuong Quang NGUYEN

RRH : Sandrine LECONTE

Chargé de recrutement : Mehdi AMZAL

Votre mission

Au sein de l’équipe de modélisation ALM de la Direction Financière, vous aurez la responsabilité de :

Requêter, analyser et contrôler les données issues des bases de la Banque
Réaliser des études quantitatives et statistiques afin d’élaborer ou d’améliorer les modèles comportementaux et de valorisation au niveau du Groupe (y compris ses filiales)
Implémenter les modèles comportementaux et les modèles de valorisation des produits structurés sous R / Python
Déployer les modèles dans le progiciel ALM, en concertation avec la maîtrise d’ouvrage
Contribuer à l’amélioration des modèles de pricing de taux (G2++, LMM, Jarrow-Yildirim)
Présenter les travaux réalisés
Documenter les modèles
Faire valider les modèles par la Direction des Risques
Assurer la représentation de l’ALM sur les sujets d’expertise de place (AFGAP) et réaliser une veille scientifique et réglementaire sur les thématiques de modélisation
Être garant des méthodes de valorisation
Développer les meilleures pratiques ALM, en tenant compte des contraintes de la Banque

Au sein de la Direction de la Gestion Financière (DGF) la Direction ALM est au cœur du pilotage financier du Groupe la Banque Postale. Elle analyse et modélise le comportement des clients, mesure les risques, planifie la marge d’intérêt en risque, et propose des stratégies de couverture en taux, change et liquidité en concertation avec la salle des marchés, dans le cadre de sa gestion opérationnelle.

Un accompagnement managérial pourra être mis en place.

Qualifications :

De formation supérieure scientifique de niveau Bac+5 (école d’ingénieur, Master 2 en mathématiques financières) ou titulaire d’un doctorat (mathématiques ou physique) avec une spécialisation en finance, statistiques ou calcul stochastique, vous justifiez d’une première expérience significative en modélisation ALM (5 à 7 ans).

Compétences techniques :


·       Excellent niveau en mathématiques financières et en statistiques
·       Excellente maîtrise de R et Python, vous permettant également d’intervenir avec aisance en C#, VBA, et sur des environnements de bases de données (SAS, SQL)
·       Très bonne connaissance des produits de taux (obligations, forwards obligataires, swaps, produits structurés, caps/floors, etc.).
·       Bonne compréhension des produits financiers (bancaires) et des principes comptables IFRS
·       Expérience confirmée dans la réalisation d’études statistiques avancées