You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Fabien S.FS

Fabien S.

DATA ANALYST/SCIENTIST - POWER BI - CREDIT RISK

750 €/jour
Paris, FR
8-15 ans

Délai de réponse moyen : 1h

À propos de Fabien

Data Analyst/Data Scientist depuis plus de 8 ans, pour des grands groupes bancaires (Société Générale, BNPP, La Banque Postale) et industriels (Citroen, Dalkia) et autoentrepreneur en Quantitative Trading.

J'ai réalisé de nombreuses missions en gestion du risque de crédit (taux, marge, risque) via l'analyse de données (descriptif) et la construction de modèles prévisionnels (predictif, prescriptif).

Bonne maîtrise des interactions entre :
• Analyse exploratoire de données (EDA) / Méthodologie de Recherche d' Insights
• Business Intelligence: ETL, Modélisation, Tableaux de bords et Reportings
• Data Science / Machine Learning: Preprocessing, Classification, Regression, Clustering, Mesures de performance, Learning Curve, Optimisation des hyperparamètres, Pipelines
• Transformation des Insights en valeur
• Analyse Bénéfices (Utilité) / Coûts

Après plusieurs années en tant que qu'Opérationnel puis Consultant Décisionnel/Data Analyst en Finance/Crédit Risk/CRM/Compta, j'ai développé mon projet entrepreneurial de modèles de trading quantitatif sur le marché du tennis, à la croisée d'une passion et de mes compétences en Finance, BI et ML. Mon business opérationnel et gérable en parallèle, je suis revenu vers l'entreprise pour mettre à profit mes compétences et mon expérience.

Je cherche une mission de Data Analyst sur Power BI/Data Scientist sur Python/SAS, en gestion du risque de crédit (Consultant analyste Quantitatif / Quant - Risque de Crédit).
Ouvert à d'autres outils de BI (Tableau,etc. ), languages (R, etc.), domaines de la Finance/Assurance, Santé/Médical, Environnement, Bien-être.

Je vous incite à consulter les liens donnant un aperçu concret de reportings/dashboards que j'ai conceptualisés et réalisés sur Power BI, dans le domaine du risque de crédit bancaire/d' entreprise, et de la segmentation bancaire (churn, défaut).

A venir dans mon Github mes projets de Machine Learning en Python, gestion du risque, et dans le domaine médical.
  • Français

    Bilingue ou natif

  • Anglais

    Capacité professionnelle complète

Accepte de travailler sur site
Paris (jusqu’à 15 km)

Expériences

  • BNP PARIBAS
    DATA ANALYST/BUSINESS ANALYST - CREDIT RISK - POWER BI
    BANQUE & ASSURANCES
    décembre 2022 - Aujourd'hui (3 ans et 5 mois)
    Paris, France
    • En étroite collaboration avec le Directeur des Risques • Contexte remontée des taux • Périmètre BCEF • Crédits à la consommation France • Production Nouvelle, Stocks, Recouvrement • Power BI • Collecte de données • Modélisation des données • Conceptualisation et construction d'un dashboard économique et d’un dashboard avancé de suivi et pilotage de la marge/rentabilité/risque via KPI's/OKR • Analyse Rentabilité/Volume/Marge Client par produits/dimensions clés • Évolutions temporelles/classement (périodique/cumulée) des indicateurs financiers par dimensions clés • Dimensions explicatives des variations temporelles consécutives/Year Over Year/Period Over Period • Dimensions clés/Top Segments/Profiling optimisant les indicateurs financiers • Sociologie clients à fort potentiel • Diagramme de Pareto des indicateurs financiers par dimensions clés • Arbres de décomposition des indicateurs financiers par dimensions clé • •Prédictions taux à l’aide de séries temporelles • Projections financières/Scénarios dynamiques : impact de la variation des taux et de l’elasticité volume/taux sur les indicateurs financiers • KPI’s Target Vs Réalisé • Balance âgée des marges par tranches de durée • Variables de travail : volumes de prêts, durées, montants, taux, intérêts, marges bancaires, marges commerciales, rentabilité, probabilités de défaut, encours moyens, dotations, pertes attendues (EL), libérations, pnc, coût du risque, etc.
    Microsoft Power BI Dataiku Microsoft Excel Python 3 Risque de crédit Taux Marge Coût du risque Power Query DAX M Dashboards Data Modeling Star Schema
  • AUTOENTREPRENEUR
    DATA ANALYST/SCIENTIST - QUANTITATIVE TRADER - MARCHE SPORTIF TENNIS (BETFAIR, BETDAQ, ETC.)
    SPORT
    janvier 2020 - décembre 2022 (3 ans)
    Colombes, France
    • Gestion de projet • Spécifications techniques/fonctionnelles • Collecte de données • Modélisation des données • Analyse fondamentale : mesure, recherche forces/faiblesses des joueurs et confrontation, dans différents scénarios de jeu • Modélisation (Stochastique et Machine Learning) du risque de crédit (approche A-IRB : PD, LGD, EAD, M) • EL, EMG • Evaluation des scénarios et edges/opportunités d'investissement/trading pré-match/intra-match (IFRS9 PIT PD: contextuel) • Modélisation de la volatilité du marché pré-match et intra-match • Arbitrage risque/profit, probabilité/rentabilité • Investissement/trading via achat (Back) ou vente (Lay) des côtes • Optimisation financière • Backtesting du modèle • Intervalle de confiance • Segments clés de la marge, rentabilité, risque
    Python (Programming Language) Machine learning Power Query M Data Modeling Star Schema DAX Dashboards Data visualisation Reporting Taux Marge Coût du risque Microsoft Power BI Power Bi Service
  • SOCIÉTÉ GÉNÉRALE
    CONSULTANT AMOA - DATA ANALYST - RISK
    BANQUE & ASSURANCES
    janvier 2016 - décembre 2018 (3 ans)
    Luxembourg, Luxembourg
    • Travaux de maîtrise d’ouvrage portant sur l’alimentation des calculateurs risques centraux • Analyser le besoin métier et le transcrire en spécifications fonctionnelles détaillées.• Homologuer la solution en lien avec les équipes IT et avec le métier • Réaliser des analyses de data mining • Environnement règlementaire sous les accords de Bâle, IFRS9 • Proximité et visibilité sur : PD (Logistic Regression, Linear and Quadratic Discriminant Analysis, Decision Trees, Random Forests, Gradient Boosting, etc.) • LGD (Ordinary Least Squares – Linear Regression, Ordinary Least Squares with Beta Transformation, Beta Regression, Ordinary Least Squares with Box-Cox Transformation, Regression Trees, etc.) • EAD • CCF • Expected Loss (EL) • Risk Weighted Assets (RWA) • Provisions • Réserves • CAR (Capital Adequacy Ratio) • Unexpected Loss (UL) • Capital Règlementaire • Capital Économique • Value at Risk (VaR) • Common Solvency Ratio Reporting (COREP) • LCR NSFR
    PD LGD EAD Coût du risque Bâle 3 IFRS9 Machine learning CCF EL UL RWA SAS

Recommandations

Soyez le premier à recommander Fabien

Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Formations

  • MASTER 1 FINANCE
    UNIVERSITÉ DAUPHINE PARIS IX
    2003
  • DESS (MASTER 2) AFFAIRES INTERNATIONALES (Master / Titre d'ingénieur)
    UNIVERSITÉ DAUPHINE PARIS IX
    2004

Certifications

Compétences (70)

Catégories