Dans le cadre de sa transformation digitale, Crédit du Maroc renforce son pôle de modélisation
quantitative.

Le/la titulaire conçoit des modèles réglementaires à haute rigueur statistique et contribue
aux initiatives analytiques avancées de la banque. Ce double ancrage réglementaire et innovation est au
cœur de la valeur attendue 

Missions et activités : 
Modélisation Réglementaire
– Scoring crédit & Bâle IRBA : développer et calibrer les modèles PD, LGD, EAD
· Portefeuilles Corporate, Retail, PME, Souverains - backtesting et reporting BAM
– IFRS 9 / ECL : concevoir les modèles de pertes attendues (Stages 1/2/3, scénarios forwardlooking)
· Documenter les méthodologies et livrer les modèles aux équipes finance et risques
– ALM : construire les modèles de liquidité et de taux selon les instructions BAM
– LCB-FT & Détection de fraude : développer les modèles de scoring et de détection d'anomalies
· Règles expertes combinées à des algorithmes supervisés (Random Forest, XGBoost)
Analytique Avancée
– Machine Learning : concevoir des modèles supervisés et non supervisés pour les métiers
· Segmentation client, propension, attrition - XGBoost, LightGBM, isolation forest
– Monitoring : assurer le suivi des dérives de modèles (data drift, concept drift)
· Formuler les recommandations de recalibrage et produire les rapports de performance
– Data Visualisation : construire des tableaux de bord de pilotage pour le management

Bac+5 : Ingénieur, Master en Statistiques, Mathématiques Appliquées
Actuariat à forte appétence informatique

 Expérience avérée en modélisation réglementaire en banque. 

Rigueur analytique et sens de la précision
Capacité à vulgariser des résultats complexes
Collaboration transversale (Risques, Finance,
Conformité)
Curiosité technologique et veille active
Orientation résultats, respect des délais
Autonomie et esprit critique

Statistiques, GLM, modèles de survie, Monte-Carlo,
copules
IFRS 9, Bâle IRBA, stress testing, LCB-FT
Python (Scikit-learn, XGBoost, TensorFlow)
SQL avancé, bases de données relationnelles, Plotly
MLflow, versioning des modèles