Boukary Ouedraogo

• Analyse des portefeuilles Retail et Corporate pour le suivi des indicateurs de risque de crédit, des changements de stage IFRS 9 et des évolutions de PD
• Contrôle, fiabilisation et réconciliation des données utilisées dans les analyses de risque et les reportings réglementaires
• Mise en place de contrôles de Data Quality afin d’améliorer la cohérence, la traçabilité et la qualité des données financières et risque
• Participation aux exercices forward looking et aux analyses de scénarios macroéconomiques appliqués aux portefeuilles bancaires
• Détection des anomalies et analyse des écarts sur les flux de données utilisés dans les traitements IFRS 9
• Développement et optimisation de traitements SAS et SQL pour automatiser les contrôles et sécuriser les flux analytiques
• Production de reportings et tableaux de bord pour les équipes Finance et Risque
• Contribution à la documentation des traitements, à la piste d’audit et à la gouvernance des données

• Analyse du portefeuille de crédit Retail LLD pour détecter les dégradations de PD et les changements de stage IFRS 9.
• Suivi des comportements de paiement, des impayés et des indicateurs de risque du portefeuille Retail
• Analyse de l’impact des dégradations de PD et des changements de stage sur les indicateurs de rentabilité et le cost of risk
• Exploitation des données financières et comportementales pour les analyses de risque de crédit et les exercices de prévision
• Développement de modèles statistiques et Machine Learning pour estimer les valeurs résiduelles des véhicules en fin de contrat et les coûts des services associés
• Analyse des tendances du marché du véhicule d’occasion afin d’ajuster les hypothèses de valeurs résiduelles et d’améliorer les modèles de rentabilité et de risque
• Participation aux analyses de scénarios intégrant l’évolution des valeurs résiduelles, des coûts de services et de la rentabilité des portefeuilles
• Production de reportings et tableaux de bord de suivi des KPI financiers et risque : PNB, RONE, RNAI, cost of risk
• Contribution à l’évolution des modèles analytiques et des outils de tarification utilisés par les équipes Finance et Risque.
• Optimisation des traitements SAS avec réduction des temps d’exécution jusqu’à -60 %
• Migration des programmes et traitements SAS vers Dataiku afin d’améliorer l’industrialisation et l’automatisation des flux de données.

Lutte contre la fraude aux prestations Sociales

• Collecter, netoyer et au stocker les données issues d'une base Hadoop pour des projets de détection de la fraude
• Requêter et manipuler les données via HiveQL.
• Pré-traitement avancé des données : feature engineering, gestion des données déséquilibrées, normalisation.
• Développement de modèles de machine learning en Python pour la détection de fraudes (Régression logistique, Random Forest, Xgboost, SVM, etc.).
• Collaboration avec les équipes métier pour affiner les critères de détection et améliorer la performance des modèles.
• Rédaction de rapports d'analyse et présentation des résultats aux équipes décisionnelles.
• Contribution à l'optimisation des procédures de contrôle interne par l'apport de solutions d'intelligence artificielle.

Analyse et traitements de demandes avec SAS

• Utilisation de SAS pour l’extraction, la structuration et l’analyse des données issues des prestations sociales,
• Réponse à des demandes internes et externes (direction, ministères, partenaires institutionnels) à travers des traitements sur mesure,
• Optimisation de programmes SAS existants pour améliorer les performances : réduction significative des temps de traitement,
• Rédaction de notes de procédures techniques destinées à l’équipe afin de garantir la reproductibilité et la maintenance des scripts,
• Contribution à la standardisation des pratiques de développement SAS au sein du pôle data.