Analyste risk management
Mesure et pilotage des risques de marché, de crédit et opérationnels d'une institution financière. Modélisation quantitative (VaR, stress tests), reporting réglementaire, dialogue avec front office et superviseurs.
À 90 jours, trois portes concrètes
Commencer tout de suite
Identifie deux compétences essentielles du métier que tu ne maîtrises pas encore et trouve une ressource pour les attaquer cette semaine.
S'orienter
Compare cette fiche à deux métiers adjacents du catalogue pour voir où tes forces actuelles se placent le mieux.
Où ça va
Scénario optimiste — le risk analyst comme architecte de la gouvernance IA : si les cadres réglementaires européens (AI Act, extensions de DORA) continuent de renforcer les exigences de supervision humaine sur les systèmes automatisés, la…
2 ans
Le marché français de l'analyste risk management est en tension positive mais en transformation rapide.
5 ans
Le scénario central à 3-7 ans est celui d'une recomposition profonde du périmètre, pas d'un déclin volumique.
10 ans
Scénario optimiste — le risk analyst comme architecte de la gouvernance IA : si les cadres réglementaires européens (AI Act, extensions de DORA) continuent de renforcer les exigences de supervision humaine sur les…
Analyse éditoriale LaborAI
Comment ce métier se transforme
Sur 2 ans
Horizon 1-3 ans : recomposition accélérée, pas disparition
Le marché français de l'analyste risk management est en tension positive mais en transformation rapide. La densification réglementaire (DORA pleinement applicable depuis janvier 2025, AI Act progressivement contraignant pour les systèmes de scoring) génère une demande structurelle de profils capables d'articuler conformité et modélisation. Dans le secteur bancaire et assurantiel, l'IA est passée du statut de technologie émergente à celui de pilier opérationnel : elle analyse des volumes massifs de transactions en temps réel pour détecter la fraude et optimiser le scoring de crédit.
Le moteur principal de court terme est donc double : d'un côté, la pression réglementaire crée des postes de contrôle et de gouvernance des modèles ; de l'autre, l'automatisation des tâches répétitives (reporting standardisé, extraction de données, calculs de VaR de routine) comprime la demande de profils purement exécutants. Les juniors qui ne maîtrisent pas Python et les bases du machine learning sont déjà en difficulté à l'embauche dans les grandes banques françaises.
Sur le plan salarial, les données disponibles pour 2025 indiquent une fourchette brute annuelle de 50 000 à 58 000 € en début de carrière, avec des packages pouvant dépasser 90 000 € pour les profils confirmés dans les secteurs régulés. La fonction a bénéficié d'une revalorisation portée par les crises successives et la montée des risques cyber et géopolitiques.
Sur 5 ans
Horizon 3-7 ans : le profil hybride comme standard
Le scénario central à 3-7 ans est celui d'une recomposition profonde du périmètre, pas d'un déclin volumique. Deux mécanismes jouent simultanément.
Mécanisme d'expansion : la multiplication des risques à gérer (cyber, climatique, géopolitique, modèles IA eux-mêmes) élargit le périmètre de la fonction. L'EIOPA a lancé début 2025 une consultation sur la gouvernance des algorithmes d'IA dans l'assurance, signalant que la supervision des modèles automatisés deviendra une obligation prudentielle explicite. Cela crée des postes de « model risk officer » et de « AI risk analyst » qui n'existaient pas il y a cinq ans.
Mécanisme de compression : les tâches analytiques standardisées (cartographie des risques opérationnels, reporting ICAAP/ORSA, calculs de stress-tests réglementaires) sont progressivement automatisées par des agents IA. La Fédération bancaire française identifie explicitement la supervision des modèles IA et la gestion des biais algorithmiques comme les nouvelles compétences clés à développer chez les collaborateurs.
Le frein principal est la résistance culturelle et réglementaire à la délégation de décisions de risque à des systèmes automatisés : les régulateurs européens exigent une responsabilité humaine identifiable sur les décisions prudentielles. Ce garde-fou maintient une demande de profils experts, mais repositionne leur valeur ajoutée vers le jugement, la gouvernance et la communication — pas vers l'exécution.
Sur 10 ans
Horizon 7-15 ans : deux scénarios crédibles
Scénario optimiste — le risk analyst comme architecte de la gouvernance IA : si les cadres réglementaires européens (AI Act, extensions de DORA) continuent de renforcer les exigences de supervision humaine sur les systèmes automatisés, la fonction se repositionne vers un rôle de haut niveau : définition des appétits au risque, validation des modèles IA, dialogue avec les régulateurs, gestion des risques systémiques liés à l'IA elle-même. Dans ce scénario, le volume de postes se stabilise mais la valeur et les salaires progressent fortement pour les profils hybrides (finance quantitative + gouvernance IA).
Scénario pessimiste — compression par les agents autonomes : si les agents IA de nouvelle génération atteignent une fiabilité suffisante pour automatiser le cycle complet d'analyse (collecte de données → modélisation → reporting → recommandation), la demande de profils juniors s'effondre. Les grandes banques françaises (BNP Paribas, Société Générale) ont déjà annoncé des plans de restructuration justifiés par l'IA, avec des suppressions de postes dans les fonctions support et analytiques. Ce scénario est plausible pour les tâches les plus standardisées d'ici 2035.
Le facteur démographique joue en faveur du métier à long terme : les départs en retraite massifs dans les fonctions risque des grandes banques françaises créent des besoins de remplacement, même dans un contexte d'automatisation. La question n'est pas tant le volume que le contenu : le risk analyst de 2035 sera davantage un superviseur de systèmes qu'un producteur d'analyses.
Compétences clés
Voir mes écarts →Hard skills
- ↗Modélisation quantitative des risques (VaR, CVaR, stress-tests)Indispensable
- ↗Maîtrise des cadres réglementaires (Bâle III/IV, Solvabilité II, DORA, AI Act)Indispensable
- ↗Programmation Python / R pour l'analyse de données et la modélisationIndispensable
- ↗Machine learning appliqué au scoring et à la détection de fraudeImportant
- ↗Gestion des risques opérationnels et cyberImportant
- ↗Cartographie et reporting des risques (ICAAP, ORSA, tableaux de bord)Important
- ↗Statistiques avancées et mathématiques financièresIndispensable
- ↗Maîtrise des outils BI et data (SQL, Power BI, Bloomberg, Reuters)Important
- ↗Gouvernance des modèles IA et gestion des biais algorithmiquesImportant
- →Certification FRM (Financial Risk Manager) ou équivalentMoins valorisé
Soft skills
- ↗Lecture critique des sorties de modèles IAClef
- ↗Capacité à arbitrer sous contrainte réglementaire et temporelleClef
- ↗Communication de l'incertitude à des interlocuteurs non techniquesClef
- ↗Rigueur documentaire et traçabilité des hypothèsesImportant
- ↗Curiosité technologique et veille active sur l'IAImportant
- ↗Résistance au stress et gestion des crisesImportant
Trajectoire type à 5 ans
Quelques repères pour te donner l'échelle.
Junior
35–47 k€
Confirmé·e
45–60 k€
Senior
55–75 k€
Valeur déplacée vers l'évaluation et la supervision
Expert / lead
70–95 k€
Et maintenant
Cette fiche prend dix fois plus de sens quand elle parle de toi.
Ton niveau, tes intérêts, ta situation — trois minutes et LaborAI te montre ta voie la plus directe vers ce métier, les compétences qui te manquent, la formation priorisée pour les combler.
Sources
APEC · France Travail · Journal d'un Progressiste · mise à jour auto
Mise à jour : 25 avril 2026