OmDev Logo
GetYourJob
0
Publié il y a 3 jours

Data Scientist AML - Freelance

Entreprise
VisianPlateforme freelance
Localisation
Paris, France
Hybride
Type de contrat
Freelance
Niveau

Salaire du marché

Médiane du marché
550€/j
Estimation
525€/jfourchette habituelle650€/j

Cette offre n'affiche pas de TJM. D'après 19 offres pour ce poste (tous niveaux, Paris, 3 derniers mois), le marché se situe autour de 550€/j (525€/j–650€/j).

TJM du marché pour Data Scientist à Paris : médiane 550 €/jour, P25–P75 : 525–650 €/jour, n = 19 offres des 3 derniers mois. TJM Python à Paris

Baromètre TJM et salaires IT

Description du poste

Recherche d’un Data Scientist senior avec forte dimension software engineering pour concevoir, développer et déployer des modèles ML en production.

Contribution à une nouvelle plateforme AML interne, en lien avec les équipes techniques, AML, Compliance et Product Owners.

CONTEXTE

• Contexte de nouvelle plateforme AML interne visant à transformer la manière de concevoir, développer, tester et déployer les dispositifs de détection.

MISSIONS

• Machine Learning for AML Detection

◦ Concevoir, développer et évaluer des modèles de Machine Learning complétant les mécanismes de détection à base de règles.

◦ Identifier des opportunités pour améliorer l’efficacité de détection, augmenter la pertinence des alertes et réduire la charge d’investigation inutile sans compromettre l’identification des activités à risque élevé.

◦ Appliquer un large éventail de techniques ML, incluant supervised learning, unsupervised learning, anomaly detection, graph-based approaches et ensemble methods, en sélectionnant l’approche la plus appropriée selon le cas d’usage.

◦ Développer des features au niveau customer, entity et transaction pour identifier des comportements, relations et patterns suspects sur différentes fenêtres temporelles.

◦ Traiter des enjeux AML clés, notamment des jeux de données très déséquilibrés, des labels incomplets ou retardés, une vérité terrain limitée, l’explicabilité des modèles et l’évolution des patterns de risque.

◦ Concevoir des stratégies de validation robustes, incluant validation temporelle, backtesting, benchmark comparisons et analyse de performance par segments de clientèle et catégories de risque.

• ML Engineering and Platform Integration

◦ Comprendre et contribuer à un environnement technologique distribué, ainsi qu’aux data pipelines associés, mécanismes de déploiement et tooling AI/ML.

◦ Contribuer au déploiement des modèles, à l’orchestration, au monitoring, au versioning, à la reproductibilité et à la gestion du cycle de vie.

◦ Collaborer avec les équipes d’ingénierie pour assurer la fiabilité, la performance, l’observabilité, les tests et la résilience opérationnelle.

• Model Performance, Governance and Continuous Improvement

◦ Définir et suivre des métriques de performance modèle adaptées, incluant precision, recall, false-positive rates, detection coverage et impact opérationnel.

◦ Garantir que les sorties des modèles soient interprétables, traçables et étayées par des éléments exploitables par les analystes pendant les investigations.

◦ Surveiller la performance des modèles, la qualité des données et le drift, et mettre en œuvre les stratégies appropriées de retraining, recalibration ou remediation.

◦ Soutenir la documentation modèle, la validation, l’auditabilité et les exigences de gouvernance liées à la détection AML.

◦ Travailler avec les spécialistes AML et les investigators pour intégrer les retours issus des investigations dans l’amélioration continue des capacités de détection.

• Collaboration and Technical Ownership

◦ Travailler étroitement avec les Software Engineers, Data Engineers, AML SMEs, Compliance et Product Owners pour traduire les besoins de détection en solutions techniques efficaces.

◦ Contribuer aux décisions de conception technique et établir des patterns réutilisables pour intégrer des modèles ML supplémentaires dans la plateforme.

◦ Partager les connaissances et contribuer au développement des capacités Machine Learning et IA de l’équipe.

ORGANISATION & QUOTIDIEN

• Position en collaboration étroite avec les équipes Software Engineers, Data Engineers, AML SMEs, Compliance et Product Owners.

• La mission implique une contribution technique forte sur une plateforme AML interne en construction, avec logique de conception, intégration et amélioration continue.

COMPÉTENCES TECHNIQUES

• Recover and clean data from various sources such as databases, APIs and files.

• Perform exploratory data analyses (EDA).

• Perform transformations and feature engineering.

• Select and train machine learning and deep learning models.

• Compare regression, classification and neural networks approaches.

• Optimize models through hyperparameter tuning and cross-validation.

• Integrate models into applications or systems.

• Set up training and model update pipelines.

• Ensure monitoring of model performance in production and detect model drift.

• Present results and insights through visualizations and reports.

• Explain how models work and their business impact.

• Understand software engineering principles including object-oriented design, APIs, automated testing, version control, debugging and code reviews.

• Practical experience with large-scale data processing.

• Familiarity with containerized and orchestrated environments.

• Experience building or maintaining production ML pipelines including deployment, monitoring, reproducibility and model lifecycle management.

• Ability to communicate complex analytical results clearly to technical and non-technical stakeholders.

• Experience in AML, transaction monitoring, fraud detection, financial crime analytics or another highly regulated risk domain.

• Broad knowledge of supervised and unsupervised learning, anomaly detection, feature engineering, model evaluation and ensemble methods.

OUTILS

• SQL

• PYTHON

• TensorFlow

• PyTorch

• Scikit-learn

• Apache Spark

• PySpark

• Kubernetes

• Apache Airflow

SOFT SKILLS

• Ability to collaborate closely with software engineers, data engineers, AML experts, Compliance and Product Owners.

• Ability to share knowledge and contribute to the team’s Machine Learning and AI capabilities.

• Strong communication to explain complex analytical results clearly.

• Ability to work in a distributed technology environment and collaborate across teams.

LANGUES

• Language - SQL

• Language - PYTHON

FORMATION & CERTIFICATIONS

• Master's degree or PhD in Data Science, Computer Science, Statistics, Mathematics, Machine Learning or a related quantitative discipline, or equivalent practical experience.

Exigences du poste

Compétences requises

  • Data Engineering
  • Python
  • Data Science

Un plus

  • Machine Learning
  • Monitoring / Observability
  • Artificial Intelligence
  • API Development
  • Event-Driven Architecture
  • QA Testing
  • SQL
  • TensorFlow
  • PyTorch
  • Scikit-learn
  • Apache
  • Apache Spark

Toutes les offres Python à Paris

Plan d'action

Un plan personnalisé pour postuler intelligemment à cette offre.

À propos de l'entreprise

VisianPlateforme freelance
Voir toutes les offres de Visian

Publié par

Recruteur
Recruteur

Intéressé par cette offre ?

Cliquez sur "Postuler" pour accéder à l'offre.