Évalue l’intégrité algorithmique et pilote la validation indépendante des modèles au sein du secteur financier
Au sein du département Model Risk Management d’un acteur majeur du secteur financier, nous recherchons un(e) Validateur de Modèles IA / Model Risk Management. Ton rôle sera hautement critique et stratégique en tant que 2ᵉ ligne de défense : tu veilleras à la qualité, à la robustesse et à la conformité des modèles développés dans le groupe, en réalisant des revues critiques et des benchmarks indépendants sur des solutions de Machine Learning et d’IA générative/agentique.
Ton futur environnement
Tu évolueras au sein d’une équipe d’experts quantitatifs et de data scientists dédiée à la maîtrise des risques de modèles. En prise directe avec les équipes de modélisation (1ʳᵉ ligne), les Risk Managers et les instances d’audit interne, tu bénéficieras d’une position d’indépendance pour challenger les choix méthodologiques. C’est le cadre idéal pour appliquer des protocoles mathématiques rigoureux, analyser en profondeur les comportements de systèmes multi-agents et garantir la résilience des algorithmes face aux exigences réglementaires.
Tes missions clés
Validation Indépendante & Benchmarking Avancé (Mode AUDIT & EXPERTISE) :
-
Conduire la revue critique et la validation indépendante des modèles statistiques, de Machine Learning classique et d’IA générative (scikit-learn, XGBoost, PyTorch, LLMs).
-
Concevoir et exécuter des benchmarks quantitatifs pour tester les limites et la robustesse des systèmes multi-agents appliqués à des cas d’usage bancaires.
-
Analyser en profondeur la performance théorique et pratique, la stabilité temporelle et le niveau d’explicabilité des algorithmes (XAI).
-
Caractériser rigoureusement les erreurs résiduelles, les biais statistiques et les zones d’incertitude des modèles évalués.
Gouvernance, Documentation & Restitution (Mode RISQUE & CONFORMITÉ) :
-
Rédiger les rapports de validation détaillés et formuler des recommandations contraignantes auprès des équipes de modélisation.
-
Contribuer activement à l’évolution des référentiels de gouvernance des modèles et à l’alignement avec les exigences prudentielles (cadre ACPR, risque de modèle).
-
Restituer de manière claire et synthétique les conclusions lors des comités de validation et auprès des instances de contrôle.
Ton profil
-
Formation : Bac+5 (Diplôme d’Ingénieur, Master 2) ou Doctorat (PhD) en mathématiques appliquées, statistiques, Data Science, finance quantitative ou domaine connexe.
-
Expérience : Tu justifies d’une expérience confirmée de 3 à 5 ans en modélisation quantitative, Data Science ou validation de modèles au sein du secteur bancaire ou assurantiel.
-
Expertise Mathématique & IA Impérative :
-
Maîtrise des bibliothèques de modélisation en Python (scikit-learn, XGBoost, PyTorch) et des métriques d’évaluation statistique.
-
Connaissance approfondie des architectures LLM et des concepts de systèmes multi-agents.
-
Maîtrise des techniques de calibration, d’analyse des erreurs et d’explicabilité algorithmique.
-
-
Culture Risque & Régulation :
-
Compréhension fine du cadre de gestion du risque de modèle (Model Risk Management) et des attentes de l’ACPR.
-
-
Langues : Anglais professionnel courant.
Tes atouts
-
Indépendance de Jugement et Rigueur Scientifique : Capacité à questionner les choix de conception avec objectivité et esprit critique.
-
Qualités Rédactionnelles et de Synthèse : Précision formelle dans la formalisation des dossiers de validation.
-
Pédagogie : Aisance pour vulgariser des limites statistiques complexes auprès d’interlocuteurs variés.