Proxy Product Owner Fraude / Data Analyst Power BI – Data & IA @ Banque @ Paris - Freelance

Taux journalier (TJM): 530 € HT

Expérience requise : > 5 ans
Durée : 12 mois
Démarrage : 05/10/2026
Localisation : Paris (75)
Télétravail : 2 jours par semaine
Domaine : Data & BI – Data Analyse – Data Engineering – Architecture Data
Langue : Français courant

Contexte / Enjeux

Dans le cadre d'une feuille de route Data & IA dédiée à la lutte contre la fraude, l'équipe met régulièrement en production des modèles de scoring destinés à améliorer la détection de la fraude.

L'enjeu principal de la mission est de sécuriser l'industrialisation, la mise en production et le suivi en run de ces modèles.

Le consultant interviendra au sein d'une squad Data & IA et travaillera quotidiennement avec les Product Owners, Data Scientists et Data Engineers.

Positionné comme Proxy Product Owner avec une forte composante Data Analysis / Power BI, il assurera le lien entre les exigences métiers et les contraintes techniques, et accompagnera les Lead Product Owners dans les démarches d'industrialisation et de monitoring de plusieurs modèles de scoring.

Missions détaillées

Le consultant aura notamment pour responsabilités de :

• Accompagner les Lead Product Owners dans l'industrialisation et le run de plusieurs modèles de scoring de détection de fraude.

• Faire l'interface entre les besoins métiers et les équipes techniques/Data.

• Collaborer quotidiennement avec les Product Owners, Data Scientists et Data Engineers de la squad.

• Accompagner les démarches de mise en production des modèles Data & IA.

• Participer à la sécurisation du run et du monitoring des modèles une fois ceux-ci industrialisés.

• Produire et livrer l'ensemble des documents nécessaires à l'industrialisation et au run des modèles.

• Concevoir et développer les reportings et dashboards Power BI nécessaires au suivi de l'industrialisation et du fonctionnement des modèles.

• Contribuer à la bonne traduction des exigences fonctionnelles et métiers en besoins techniques, et inversement.

• Porter une attention particulière à l'expérience utilisateur et à l'UX Design des outils et restitutions développés.

Stack technique & environnement

Data / BI :

• Power BI

• Dataiku

• BigQuery

Data & IA :

• Modèles de scoring

• Data Science

• Industrialisation de modèles

• Mise en production de modèles Data & IA

• Monitoring et suivi du run

Méthodologie / Produit :

• Product Ownership / Proxy Product Ownership

• Collaboration PO / Data Scientists / Data Engineers

• Recueil et traduction des exigences métiers et techniques

• Documentation d'industrialisation et de run

• UX Design

Environnement métier :

• Banque

• Paiements

• Lutte contre la fraude

• Détection de fraude