Analyste risque de crédit
Évalue le risque de défaut d'une contrepartie corporate ou souveraine. Modélise les probabilités de défaut, expositions et provisions IFRS9.
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 : L'analyste risque crédit devient un « model risk officer » élargi, garant de la qualité et de la conformité des systèmes IA de scoring.
2 ans
Le marché français du recrutement en risque de crédit reste actif mais sélectif.
5 ans
Le scénario le plus probable n'est pas la suppression du poste mais sa recomposition structurelle.
10 ans
Scénario optimiste : L'analyste risque crédit devient un « model risk officer » élargi, garant de la qualité et de la conformité des systèmes IA de scoring.
Analyse éditoriale LaborAI
Comment ce métier se transforme
Sur 2 ans
Horizon 1-3 ans : recomposition sous pression réglementaire et IA
Le marché français du recrutement en risque de crédit reste actif mais sélectif. Selon l'étude de rémunérations Michael Page 2026, les recruteurs recherchent majoritairement des profils experts (5-8 ans d'expérience), dans l'attente d'une reprise des activités M&A espérée courant 2026. Les profils juniors sont plus exposés à la concurrence et à la sélectivité accrue des processus.
Le moteur principal de transformation à court terme est double : Bâle IV (mise en conformité progressive jusqu'en 2028, qui impose la réécriture des moteurs de calcul du risque de crédit) et l'intégration du machine learning dans le scoring. Les revues académiques récentes (Springer Nature, 2025) confirment que les modèles ML — XGBoost, LightGBM, Random Forest — améliorent la discrimination du risque mais soulèvent des défis d'explicabilité et de conformité réglementaire que les analystes humains doivent arbitrer.
Côté salaires, Glassdoor (données 2024, 49 déclarations) situe la rémunération médiane autour de 45 000 € bruts annuels (hors variable), avec une fourchette allant de 35 000 € à 76 000 € selon l'expérience. Le secteur bancaire affiche un salaire médian de 42 000 € tous postes confondus selon Michael Page. Les rémunérations avaient fortement progressé en 2023-2024 avant une stagnation relative en 2025, avec une reprise attendue en 2026.
Sur 5 ans
Horizon 3-7 ans : recomposition profonde, pas disparition
Le scénario le plus probable n'est pas la suppression du poste mais sa recomposition structurelle. L'IA automatise les tâches de collecte, de mise en forme et de scoring de premier niveau — ce que le WEF (Future of Jobs 2025) identifie comme la pression croissante de l'IA générative sur les rôles d'analyse financière de base. Mais le cœur de valeur de l'analyste risque crédit — challenger les modèles, défendre les méthodologies devant les superviseurs, intégrer le jugement qualitatif sur des contreparties complexes — reste difficilement automatisable à horizon 5 ans.
Deux mécanismes jouent en faveur du maintien de la demande : (1) la pression réglementaire croissante (AI Act européen, exigences BCE sur la gouvernance des modèles IA en finance) impose un superviseur humain qualifié sur tout modèle de scoring utilisé en décision de crédit ; (2) l'intégration des risques climatiques dans les portefeuilles de crédit (CSRD, taxonomie verte) crée de nouveaux besoins de modélisation que les équipes existantes ne couvrent pas encore pleinement.
Le frein principal est la compression des effectifs juniors : l'IA prend en charge les tâches d'instruction standardisées, réduisant les besoins en analystes de niveau 1 dans les réseaux de détail. La demande se concentre sur les profils capables de concevoir, valider et expliquer les modèles — un profil hybride finance/data qui reste rare sur le marché français.
Sur 10 ans
Horizon 7-15 ans : deux scénarios plausibles
Scénario optimiste : L'analyste risque crédit devient un « model risk officer » élargi, garant de la qualité et de la conformité des systèmes IA de scoring. La réglementation européenne (AI Act, exigences BCE) maintient une obligation de supervision humaine sur les modèles à haut risque, dont le crédit fait explicitement partie. La montée en puissance des risques climatiques et de la finance durable génère de nouveaux segments de modélisation (risque physique, risque de transition) qui ne peuvent pas être entièrement délégués à des algorithmes entraînés sur des données historiques insuffisantes. Dans ce scénario, le volume de postes se stabilise mais le niveau de qualification et les salaires progressent.
Scénario pessimiste : Les agents IA de nouvelle génération (agentic AI) prennent en charge l'ensemble du cycle d'instruction crédit, y compris la rédaction des mémos de crédit, la notation et le suivi de portefeuille. Les banques réduisent significativement leurs effectifs d'analystes, concentrant les survivants sur des fonctions de contrôle de second niveau. Ce scénario est cohérent avec la tendance observée par le WEF : les rôles d'analyse financière de base subissent une pression d'automatisation croissante de la part de l'IA générative.
L'arbitrage entre ces deux scénarios dépendra largement de la vitesse d'adoption réglementaire de l'IA en finance et de la capacité des établissements à démontrer l'explicabilité de leurs modèles aux superviseurs. Les profils qui auront investi dans la double compétence finance quantitative / gouvernance IA seront les mieux positionnés dans les deux cas.
Compétences clés
Voir mes écarts →Hard skills
- →Modélisation du risque de crédit (PD, LGD, EAD)Indispensable
- →Maîtrise d'IFRS 9 et des normes de provisionnement ECLIndispensable
- →Analyse financière et lecture des états financiersIndispensable
- →Statistiques et machine learning appliqués au scoringIndispensable
- →Réglementation bancaire (Bâle III/IV, CRR3)Indispensable
- ↗Python / R pour la modélisation quantitativeImportant
- ↗Notation interne et systèmes de ratingImportant
- ↗Stress-testing et analyse de scénariosImportant
- ↗Intégration des risques climatiques (CSRD, risque physique/transition)Important
- →SQL et gestion de bases de donnéesMoins valorisé
- →Outils de reporting réglementaire (COREP, FINREP)Moins valorisé
Soft skills
- →Lecture critique des sorties de modèles IAClef
- →Rigueur argumentative sous contrainte réglementaireClef
- →Capacité à arbitrer entre performance commerciale et maîtrise du risqueClef
- ↗Communication de l'incertitude à des interlocuteurs non-techniquesImportant
- ↗Veille réglementaire proactiveImportant
- →Adaptabilité aux recompositions organisationnellesImportant
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 : 2 mai 2026