Dans le cadre de ses activités Risk, Steering & Sustainability, Sia accompagne les principales institutions financières françaises et européennes sur leurs enjeux de modélisation quantitative, stress testing, capital économique, validation indépendante et gestion du risque de modèle. Nos équipes interviennent sur l’ensemble du cycle de vie des modèles et sur un large spectre de risques – crédit, marché, contrepartie, ALM/IRRBB, liquidité, capital économique, climat et risques émergents – depuis leur conception et calibration jusqu’à leur validation, leur intégration dans les processus de pilotage et leur gouvernance. 
En tant que Manager, vous intervenez notamment sur les problématiques suivantes : 

• Crédit, IRB & IFRS 9 : conception, calibration et validation des modèles PD, LGD, EAD/CCF, rating et scoring, segmentation, PIT/TTC, downturn, marges de prudence, cure rates et matrices de migration. Développement de modèles de portefeuille et de Credit VaR, distributions de pertes, modèles factoriels type Merton/Vasicek, corrélations d’actifs et de défaut, concentration single-name et sectorielle, effets de diversification et stress des paramètres. Travaux IFRS 9 couvrant lifetime PD, term structures, SICR, forward-looking information, scénarios macroéconomiques, overlays, ECL, backtesting et analyse des migrations Stage 1/2/3. 

• Marché, contrepartie & XVA : développement et validation des modèles de VaR, ES, sensibilités, stress scenarios, pricing et facteurs de risque, ainsi que des dispositifs FRTB – SA et IMA –, modellability, NMRF, Default Risk Charge, P&L Attribution et backtesting. Modélisation du risque de contrepartie via EE/EPE/PFE, simulations Monte Carlo, netting, collateralisation, marges, MPOR et WWR, avec revue des approches SA-CCR/IMM et des méthodologies XVAs 

• ALM, IRRBB & liquidité : conception et validation des modèles comportementaux de dépôts à vue, remboursements anticipés, tirages et optionalités, NMD, replicating portfolios, pass-through et maturités comportementales. Modélisation EVE/NII, CSRBB, cash-flows, survival horizons, comportements de dépôts, funding, collateral et stress de liquidité. 

• Capital économique & modèles Pilier 2 : conception et validation de modèles de capital économique couvrant notamment crédit, concentration, marché, IRRBB, liquidité, business risk et autres risques matériels. Les travaux portent sur les distributions de pertes, quantiles extrêmes, Credit VaR, corrélations et dépendances inter-risques, agrégation et diversification, allocation du capital économique aux métiers et portefeuilles, ainsi que l’articulation entre capital économique, capital réglementaire et ICAAP. 

• Scenario Analysis & Stress Testing : conception de dispositifs end-to-end couvrant identification des vulnérabilités, construction de scénarios macrofinanciers et géopolitiques, calibration des chocs et développement de satellite models reliant les variables de scénario aux PD, LGD, migrations, revenus, marges, coût du risque, RWA et liquidité. Projection multi-annuelle du bilan, du P&L et du capital, reverse stress testing, management actions, effets de second tour et analyse des points de rupture du business model. 

• Risques émergents – climat, environnement & géopolitique : développement de modèles de risques physiques et de transition, fonctions de dommage, approches hazard-exposure-vulnerability et intégration dans les paramètres de risque. Construction de scénarios liés aux tensions géopolitiques, sanctions, fragmentation commerciale, chocs énergétiques ou ruptures de chaînes d’approvisionnement et analyse de leurs canaux de transmission financiers. 

• Validation indépendante des modèles : revue conceptuelle et méthodologique, réplication quantitative, challenger models et analyse des données et hypothèses. Tests de discrimination et calibration – AUC/Gini, ROC, KS, Brier Score –, stabilité et drift, PSI, backtesting, benchmarking, sensibilité, robustesse, incertitude et analyse des limitations. 

• Machine Learning, IA & nouveaux modèles : développement et validation de modèles de classification, régression et méthodes d’ensemble – Random Forest, Gradient Boosting/XGBoost –, avec revue du feature engineering, hyperparameter tuning, sur-apprentissage, stabilité, data drift, biais, explicabilité – notamment SHAP – et benchmarking avec les approches traditionnelles. 

• Model Risk Management & gouvernance des modèles : conception et transformation des cadre MRM : définition du périmètre, taxonomie et inventaire des modèles, materiality/tiering, ownership, cycle de vie, standards de développement et validation, model change policy et performance monitoring. Mise en place des dispositifs de gestion des limitations, findings, exceptions, model risk appetite, contrôles et reporting.findings, model risk appetite, contrôles de second niveau, reporting aux comités et suivi consolidé du risque de modèle. 

Dans le cadre de vos interventions opérationnelles et dans le cadre du développement interne du cabinet, vous :  

· Gérez la relation client sur les missions existantes et prenez part à l’identification et au développement de nouvelles opportunités,  

· Encadrez des consultants dans le cadre de missions ou de projets internes au cabinet (groupe de travail, formation…),  

· Contribuez activement à la politique de publication de l’équipe (réflexion stratégique du cabinet, réalisation d’études prospectives, décryptage sectoriel…). 

Diplômé(e) d’un Bac+5 d’une grande école d’ingénieur, de commerce, ou d’une grande université, vous disposez de 3 à 6 ans d’expérience acquise au sein d’un cabinet de conseil, Big Four, inspection générale, équipe de modélisation ou validation, Direction des Risques, ALM, Direction Financière ou fonction quantitative d’un établissement financier. Vous avez eu une exposition significative au développement, à la validation ou à la gouvernance de modèles. 
Vous disposez en outre d’une : 

• Expertise approfondie dans un ou plusieurs domaines de modélisation quantitative : crédit/IRB et IFRS 9, marché/FRTB, contrepartie et XVA, ALM/IRRBB, liquidité, capital économique, stress testing ou Model Risk Management, avec une bonne maîtrise des métriques associées – PD/LGD/EAD, ECL, VaR/ES, EE/EPE/PFE, XVA, EVE/NII, Credit VaR, RWA et capital économique. 

• Solides compétences quantitatives et méthodologiques en statistiques, économétrie, probabilités, séries temporelles, mathématiques financières, méthodes de simulation et data science, ainsi qu’une maîtrise des techniques de régression et classification, modèles factoriels, Monte Carlo, distributions de pertes, corrélations et dépendances, modèles satellites, backtesting, benchmarking et challenger models. 

• Maîtrise des outils et cadres de modélisation, avec une pratique de Python, R, SAS, SQL ou Matlab et une bonne compréhension des exigences CRR3/CRD6, IRB, ECB Guide to Internal Models, IFRS 9, FRTB, SA-CCR, ICAAP/ILAAP et stress testing. Une expérience en Machine Learning, IA, explicabilité, model monitoring ou industrialisation des modèles constitue un atout. 

Vous disposez d’une appétence pour les enjeux liés à la data et l’IA, d’une capacité à monter en compétences rapidement sur ces sujets et êtes enthousiaste à l’idée d’accompagner nos clients à en saisir les opportunités. 
Vous êtes curieux(se) et aimez travailler en équipe ? Vous êtes reconnu(e) pour votre sens de l’analyse ?  

Vous souhaitez rejoindre un environnement professionnel dynamique et motivant ? Vous partagez nos valeurs que sont l’excellence, l’entrepreneuriat, l’innovation, le partage, la bienveillance et l’équilibre vie personnelle/vie professionnelle ?  
Vous parlez français et anglais couramment dans un contexte professionnel ? 
Alors rejoignez-nous ! 

Sia est un employeur qui souscrit au principe de l’égalité d’accès à l’emploi. Tous les aspects de l’emploi, tels que le recrutement, les promotions, la rémunération, ou les sanctions sont basés uniquement sur les performances, les compétences, et le comportement des employés ou les besoins de l’entreprise.

Dans le cadre de ses activités Risk, Steering & Sustainability, Sia accompagne les principales institutions financières françaises et européennes sur leurs enjeux de modélisation quantitative, stress testing, capital économique, validation indépendante et gestion du risque de modèle. Nos équipes interviennent sur l’ensemble du cycle de vie des modèles et sur un large spectre de risques – crédit, marché, contrepartie, ALM/IRRBB, liquidité, capital économique, climat et risques émergents – depuis leur conception et calibration jusqu’à leur validation, leur intégration dans les processus de pilotage et leur gouvernance. 
En tant que Manager, vous intervenez notamment sur les problématiques suivantes : 

• Crédit, IRB & IFRS 9 : conception, calibration et validation des modèles PD, LGD, EAD/CCF, rating et scoring, segmentation, PIT/TTC, downturn, marges de prudence, cure rates et matrices de migration. Développement de modèles de portefeuille et de Credit VaR, distributions de pertes, modèles factoriels type Merton/Vasicek, corrélations d’actifs et de défaut, concentration single-name et sectorielle, effets de diversification et stress des paramètres. Travaux IFRS 9 couvrant lifetime PD, term structures, SICR, forward-looking information, scénarios macroéconomiques, overlays, ECL, backtesting et analyse des migrations Stage 1/2/3. 

• Marché, contrepartie & XVA : développement et validation des modèles de VaR, ES, sensibilités, stress scenarios, pricing et facteurs de risque, ainsi que des dispositifs FRTB – SA et IMA –, modellability, NMRF, Default Risk Charge, P&L Attribution et backtesting. Modélisation du risque de contrepartie via EE/EPE/PFE, simulations Monte Carlo, netting, collateralisation, marges, MPOR et WWR, avec revue des approches SA-CCR/IMM et des méthodologies XVAs 

• ALM, IRRBB & liquidité : conception et validation des modèles comportementaux de dépôts à vue, remboursements anticipés, tirages et optionalités, NMD, replicating portfolios, pass-through et maturités comportementales. Modélisation EVE/NII, CSRBB, cash-flows, survival horizons, comportements de dépôts, funding, collateral et stress de liquidité. 

• Capital économique & modèles Pilier 2 : conception et validation de modèles de capital économique couvrant notamment crédit, concentration, marché, IRRBB, liquidité, business risk et autres risques matériels. Les travaux portent sur les distributions de pertes, quantiles extrêmes, Credit VaR, corrélations et dépendances inter-risques, agrégation et diversification, allocation du capital économique aux métiers et portefeuilles, ainsi que l’articulation entre capital économique, capital réglementaire et ICAAP. 

• Scenario Analysis & Stress Testing : conception de dispositifs end-to-end couvrant identification des vulnérabilités, construction de scénarios macrofinanciers et géopolitiques, calibration des chocs et développement de satellite models reliant les variables de scénario aux PD, LGD, migrations, revenus, marges, coût du risque, RWA et liquidité. Projection multi-annuelle du bilan, du P&L et du capital, reverse stress testing, management actions, effets de second tour et analyse des points de rupture du business model. 

• Risques émergents – climat, environnement & géopolitique : développement de modèles de risques physiques et de transition, fonctions de dommage, approches hazard-exposure-vulnerability et intégration dans les paramètres de risque. Construction de scénarios liés aux tensions géopolitiques, sanctions, fragmentation commerciale, chocs énergétiques ou ruptures de chaînes d’approvisionnement et analyse de leurs canaux de transmission financiers. 

• Validation indépendante des modèles : revue conceptuelle et méthodologique, réplication quantitative, challenger models et analyse des données et hypothèses. Tests de discrimination et calibration – AUC/Gini, ROC, KS, Brier Score –, stabilité et drift, PSI, backtesting, benchmarking, sensibilité, robustesse, incertitude et analyse des limitations. 

• Machine Learning, IA & nouveaux modèles : développement et validation de modèles de classification, régression et méthodes d’ensemble – Random Forest, Gradient Boosting/XGBoost –, avec revue du feature engineering, hyperparameter tuning, sur-apprentissage, stabilité, data drift, biais, explicabilité – notamment SHAP – et benchmarking avec les approches traditionnelles. 

• Model Risk Management & gouvernance des modèles : conception et transformation des cadre MRM : définition du périmètre, taxonomie et inventaire des modèles, materiality/tiering, ownership, cycle de vie, standards de développement et validation, model change policy et performance monitoring. Mise en place des dispositifs de gestion des limitations, findings, exceptions, model risk appetite, contrôles et reporting.findings, model risk appetite, contrôles de second niveau, reporting aux comités et suivi consolidé du risque de modèle. 

Dans le cadre de vos interventions opérationnelles et dans le cadre du développement interne du cabinet, vous :  

· Gérez la relation client sur les missions existantes et prenez part à l’identification et au développement de nouvelles opportunités,  

· Encadrez des consultants dans le cadre de missions ou de projets internes au cabinet (groupe de travail, formation…),  

· Contribuez activement à la politique de publication de l’équipe (réflexion stratégique du cabinet, réalisation d’études prospectives, décryptage sectoriel…). 

Diplômé(e) d’un Bac+5 d’une grande école d’ingénieur, de commerce, ou d’une grande université, vous disposez de 3 à 6 ans d’expérience acquise au sein d’un cabinet de conseil, Big Four, inspection générale, équipe de modélisation ou validation, Direction des Risques, ALM, Direction Financière ou fonction quantitative d’un établissement financier. Vous avez eu une exposition significative au développement, à la validation ou à la gouvernance de modèles. 
Vous disposez en outre d’une : 

• Expertise approfondie dans un ou plusieurs domaines de modélisation quantitative : crédit/IRB et IFRS 9, marché/FRTB, contrepartie et XVA, ALM/IRRBB, liquidité, capital économique, stress testing ou Model Risk Management, avec une bonne maîtrise des métriques associées – PD/LGD/EAD, ECL, VaR/ES, EE/EPE/PFE, XVA, EVE/NII, Credit VaR, RWA et capital économique. 

• Solides compétences quantitatives et méthodologiques en statistiques, économétrie, probabilités, séries temporelles, mathématiques financières, méthodes de simulation et data science, ainsi qu’une maîtrise des techniques de régression et classification, modèles factoriels, Monte Carlo, distributions de pertes, corrélations et dépendances, modèles satellites, backtesting, benchmarking et challenger models. 

• Maîtrise des outils et cadres de modélisation, avec une pratique de Python, R, SAS, SQL ou Matlab et une bonne compréhension des exigences CRR3/CRD6, IRB, ECB Guide to Internal Models, IFRS 9, FRTB, SA-CCR, ICAAP/ILAAP et stress testing. Une expérience en Machine Learning, IA, explicabilité, model monitoring ou industrialisation des modèles constitue un atout. 

Vous disposez d’une appétence pour les enjeux liés à la data et l’IA, d’une capacité à monter en compétences rapidement sur ces sujets et êtes enthousiaste à l’idée d’accompagner nos clients à en saisir les opportunités. 
Vous êtes curieux(se) et aimez travailler en équipe ? Vous êtes reconnu(e) pour votre sens de l’analyse ?  

Vous souhaitez rejoindre un environnement professionnel dynamique et motivant ? Vous partagez nos valeurs que sont l’excellence, l’entrepreneuriat, l’innovation, le partage, la bienveillance et l’équilibre vie personnelle/vie professionnelle ?  
Vous parlez français et anglais couramment dans un contexte professionnel ? 
Alors rejoignez-nous ! 

Sia est un employeur qui souscrit au principe de l’égalité d’accès à l’emploi. Tous les aspects de l’emploi, tels que le recrutement, les promotions, la rémunération, ou les sanctions sont basés uniquement sur les performances, les compétences, et le comportement des employés ou les besoins de l’entreprise.