Idiatou Balde

En mission chez RCI Bank, Direction des risques périmètre retail.

Sénior consultante validation modèles calibrage et backtesting.

 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 de paramétrage PD et LGD (hypothèses, conformité et exostivité 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 attente du régulateur.

 Coordination et rédaction des notes explicatives.

 Proposition d’ajustements pour les écarts relevés.

En mission chez BARCLAYS Bank (Milleis Banque), Direction des risques périmètre retail.

Consultante Data Analyst.

 Rédaction des notes de cadrages et cahier des charges.

 Rédaction de spécifications fonctionnelles détaillées IFRS9.

 Construction de datamarts à partir de datawarehouse.

 Définition des indicateurs d’évaluation de qualité de la donnée (Format, Complétude, Exhaustivité…), et appréciation de la criticité en fonction des impacts des paramètres.

 Normalisation et standardisation des données. Echantillonnage.

 Evaluation des méthodologies, formules et modélisation des paramètres risques spécifiques à IFRS 9 (PD, LGD, EAD, CCF).

 Tests, recette et validation croisée des modèles de paramètres.

 Définition de la méthodologie et modélisation des buckets.

 Calcul de l’ECL et mise en place d’outil de contrôle pour la validation.

 Analyse et maitrise des changements des sources de données.

 Mise en place d’indicateurs nécessaires au pilotage des risques (dégradation significative des buckets avec une meilleure captation des données depuis l’origination).

 Optimisation des programmes (SAS) et des temps de traitement sur les calculs.

 Consolidation des données et contribution au rapprochement Risque / Finance.

 Prévision P&L et YTD et rapprochement Risque / Finance.

 Etudes d’impact sur les paramètres de risques en fonction de différents scénarios de stress.

 Rédaction des documentations relatives aux calculs et des phases de modélisation.

 Communication auprès des auditeurs externes pour la validation des méthodes.

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