Description

Bonjour,

Ingénieur en physique de formation, j'ai rapidement évolué dans le secteur financier au sein de départements de gestion des risques. Ayant pratiqué les rôles d'Analyste Quantitatif et de Data Scientist, durant six ans, dans les secteurs de l'Energie et de la Banque, je souhaite désormais faire bénéficier mes expertises et accompagner mes clients sur des sujets d'analyse/modélistion de leurs données.

J'ai notamment pu travailler sur des sujets de développement d'indicateurs financiers à partir de langages de programmation mais également sur des projets de Machine Learning et de la mise en place de modèles prédictifs.

Cette double casquette d'Analyste et Data Scientist m'a également permis d'acquérir des compétences clefs dans le traitement de la donnée ainsi que le développement d'outils de visualisation et de tableaux de bord dynamiques et intéractifs à partir du langage R-Shiny.

Parlant les langages R, Python et SQL, je pense posséder les outils nécessaires et les plus répandus qui facilitent le traitement des données de manière rapide et efficace.

Investi, motivé et enthousiaste, je me ferais un plaisir de communiquer avec vous afin de discuter d'un projet freelance et de vous montrer mes projets personnels afin que vous puissiez juger de mes compétences au préalable.

Merci,

Thibaut Charré

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Bilingue ou natif
Espagnol
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Banque de France
Analyste Quantitatif/Data Scientist
BANQUE & ASSURANCES
mars 2020 - mai 2023 (3 ans et 3 mois)
Paris, France
Au sein du pôle des risques de marché et de crédit de la Banque de France, mes deux missions principales consistaient en le déploiement de nouvelles méthodes de calculs d’indicateurs de risques de crédit et le suivi des évolutions des portefeuilles de la Banque de France à travers des études statistiques.

- Comparaison de modèles prédictifs (régressions, Arbres décisionnels, Forêt aléatoire, XGBoost, kNN) pour le calcul des probabilités de défaut de contreparties financières
- Modélisation des risques de crédit et de contrepartie (Exposition-au-Défaut, Pertes attendues, CVA) selon les règles bancaires Bâle III
- Etudes statistiques des risques de crédit et de marché des portefeuilles (calculs de VaR, études de significativité des tests, recherche des valeurs aberrantes)
- Mise en place de requêtes et fonctions SQL pour l’extraction de données
- Développement d’outils de visualisation des données en R-Shiny
- Utilisation de R (data.table, shiny), Python (numpy, pandas, scikit, keras), SQL
R Python R Shiny Data science Gestion des risques Etudes quantitatives
Save Energies
Statisticien
ENERGIE
janvier 2016 - décembre 2018 (3 ans)
Paris, France
Membre de l’équipe Front-Office de la start-up Save Energies, fournisseur de gaz et d’électricité, j’étais en charge du suivi des consommations en énergie des clients et de leur couverture à travers des achats/ventes sur les marchés des matières premières.

- Etudes statistiques des consommations énergétiques des clients (étude de thermo sensibilité des portefeuilles, analyse des distributions des consommations, tests de significativité)

- Modélisation et création d’outils de calculs des prix de vente du gaz et de l’électricité (modélisation des prix marchés basée sur des analyses statistiques temporelles AR, MA, ARIMA)

- Développement des calculs de la VaR historique des portefeuilles

- Création d’un Dashboard Python-Dash permettant le suivi des risques financiers de Save Energies

- Mise en place de procédés Python permettant le traitement des données reçues par fichiers CSV et XML et le stockage en base de données SQL
Python VBA SQL Statistiques Analyse de données statistiques Traitement de données