Challenge

Garantir la fiabilité des modèles de liquidité

Au sein de la banque, une application métier stratégique permet de suivre les opérations de financements structurés, de projeter les cash flows et de gérer la liquidité. En lien avec l’équipe modèle et les équipes métiers, elle doit évoluer en continu, sans jamais remettre en cause la fiabilité des modèles de calcul ni la continuité des traitements. Le contexte bancaire est complexe et réglementé, avec des équipes réparties entre Paris et Varsovie.

Cadre du projet

fusée
Finance - financements structurés, liquidité, ALM
lieu
Paris / Varsovie
heure
Depuis octobre 2024 · Application SFL

Dispositif INOCO

une business analyste INOCO au cœur d’une équipe de 6 développeurs et 3 BA.

Karyna, consultante en Business Analysis / MOA Finance, intervient de l’analyse du besoin jusqu’à la mise en production. Elle assure le lien entre les équipes Quant, qui définissent les évolutions des modèles de calcul, les développeurs, chargés de leur mise en œuvre, les équipes fournisseurs de données, qui assurent l’alimentation de SFL, ainsi que les applications aval, notamment Liqor et ALM, qui exploitent les cash-flows générés par SFL pour le suivi des indicateurs de liquidité et des ratios réglementaires. Elle est accompagnée par notre ingénieur d’affaires Nicolas, qui assure le lien client et le suivi de mission.

Notre collaboration

Notre business analyste intervient sur quatre axes :

1. Évolution des modèles de liquidité
Prise en charge des backtestings, analyse des impacts fonctionnels des évolutions, définition de la stratégie de tests et validation des changements pour garantir l’exactitude des données avant leur mise en production.

2. Migration et transformation des données
Préparation de la migration de 19 datasets vers les Golden Sources : analyse des mappings et validation de la qualité des données en amont du lancement du projet en 2027.

3. Automatisation et amélioration continue
Automatisation des analyses récurrentes des BA avec Python et utilisation de l’IA générative pour accélérer la conception fonctionnelle. Ces pratiques ont été adoptées par les 3 BA de l’équipe.
→ Préparation des analyses des écoulements pour les backtestings : de 2 heures à 10 minutes.
→ Analyse des écarts dans les fichiers de monitoring de production : de 30 à 45 minutes à une dizaine de secondes.
→ Reporting trimestriel : d’une journée à 1 h 30.

4. Support et évolutions applicatives
Accompagnement des équipes métier et techniques, analyse des incidents et sécurisation des mises en production.

Environnement technique

Langages & frameworks : Python, VBA, SQL, Java (analyse)
Données : PostgreSQL, Elasticsearch, JSON
API : API REST, Swagger
IA : GitHub Copilot, IA générative
Outils & CI/CD : Jira, Jenkins

prêt à
travailler
ensemble ?

Des expertises pointues.
Des consultants engagés.
Un accompagnement sur mesure,
guidé par l’écoute et
le sens du service.

Des expertises pointues.
Des consultants engagés.
Un accompagnement sur mesure, guidé par l’écoute et le sens du service.