Tech Lead Logiciel & IA · Programme CRR3/RWA · Natixis Investment Managers
Oct. 2024 - Présent · ParisIntégration de CRR3 dans la plateforme de calcul des actifs pondérés par les risques (RWA) : responsabilité de bout en bout de deux workflows de crédit réglementaire ; industrialisation de l'intégration du risque de marché ; puis conception et mise en production du copilote IA couvrant les trois workflows. La plateforme couvre 8 portefeuilles d'investissement.
Phase 1 · Programme CRR3/RWA : ingénierie de solutions et industrialisation du risque de marché
Conception et implémentation des capacités de crédit réglementaire introduisant CRR3 dans l'application RWA.
- Conception et développement d'un workflow audité d'inventaire crédit couvrant l'ingestion, la normalisation, le rapprochement historique, l'identification des contreparties et les contrôles qualité, avec points de reprise reproductibles, rollback et données enrichies validées.
- Construction du workflow de reporting des expositions internes et titrisées en transparence, de l'enrichissement aux contrats, encours et titres jusqu'aux livrables réglementaires auditables.
- Livraison de l'application de bout en bout en .NET 8, des services de workflow et de traitement des données à l'expérience utilisateur Razor et SignalR, avec EF Core et SQL Server.
- Intégration d'un workflow Python spécialisé de risque de marché dans la plateforme derrière un service FastAPI, avec définition de la frontière .NET/Python, de l'orchestration et de l'isolation des défaillances, tout en maintenant les calculs quantitatifs sous la responsabilité du composant spécialisé.
- Mise en production de la solution sur IIS dans les environnements de développement, UAT et production, avec contrôle d'accès AD/LDAP, configuration par environnement, pipelines automatisés de build, test et déploiement, et logs Serilog corrélés.
Phase 2 · Ingénierie IA : copilote interne en production
Conception, développement et mise en production d'un copilote interne servant trois workflows métier et 8 portefeuilles d'investissement, intégré à la plateforme existante et livré par la CI/CD en place.
- Système de connaissance RAG sur la documentation interne (SharePoint, spécifications techniques et fonctionnelles) : pipeline d'ingestion et d'extraction via Azure AI Document Intelligence, découpage sémantique, embeddings et vector store, avec citation obligatoire du passage source. L'utilisateur obtient une réponse sourcée au lieu de parcourir des documents dispersés.
- Analyses en langage naturel à la demande sur les données de production : traduction de la question métier en requête analytique, exécution derrière un accès strictement SELECT-only sur l'API de production, puis restitution expliquée. Les analystes interrogent leurs portefeuilles sans passer par une demande de développement.
- Guidage et explication des workflows : accompagnement de l'utilisateur dans les cinq étapes de l'inventaire crédit et explication du pipeline de reporting, de l'enrichissement jusqu'aux titres, en invoquant les services déterministes existants.
- Garde-fous et évaluation : outils curés, revue humaine, évaluations d'exactitude et de fidélité, et observabilité de production. Le modèle planifie et explique ; les services déterministes conservent la maîtrise de l'état des workflows et des calculs financiers.