🧩 Data Scientist Senior – Scoring Temps Réel & Fraude Paiement - Freelance

Taux journalier (TJM): 💶 Budget : 500-600 € HT/J (selon profil)

🧩 Data Scientist Senior – Scoring Temps Réel & Fraude Paiement

🗂️ Informations pratiques

📍 Département : Paris (75)
🗓️ Démarrage : Mars 2026
⏳ Durée : 12 mois, reconductible
🧾 Contrat : CDI ou freelance
💶 Budget : 500-600 € HT/J (selon niveau de séniorité)
🧑‍💻 Télétravail : 2 jours par semaine
🧠 Séniorité : +5 ans minimum
👤 Poste ouvert : 1
🌍 Secteur : Paiement / CB/ Lutte contre la fraude

🧩 Contexte

La mission s’inscrit au sein d’une équipe Data & Métiers intervenant sur des sujets à fort enjeu autour de la fraude carte bancaire et du scoring temps réel, dans un environnement Big Data Hadoop (Cloudera CDP).

Le périmètre couvre un ensemble de données liées à l’activité carte bancaire : paiements, référentiels commerçants et historiques de transactions. L’objectif est d’assurer le suivi et la cohérence des projets de scoring en production, tout en jouant un rôle d’encadrement et de coordination transverse.

🎯 Missions principales

• Superviser et piloter les projets de scoring temps réel sur les transactions carte bancaire, en coordination avec les équipes Data Science, métiers et IT

• Encadrer techniquement et méthodologiquement les Data Scientists et Analystes fraude (accompagnement, montée en compétence, validation des approches)

• Animer la communication transverse pour garantir la cohérence des travaux, la compréhension des enjeux et la valorisation des résultats

• Contribuer en support sur les phases clés des projets : cadrage, modélisation, industrialisation

🛠️ Environnement technique

• Hadoop / Big Data : Cloudera CDP

• Langages : Python, SQL

• Traitement distribué : Spark

• Compétences : statistiques, modélisation, analyse de données

• Méthodes de travail collaboratives / agiles

👤 Profil recherché

• Expérience confirmée en Data Science (minimum 5 ans)

• Expérience idéalement acquise sur des problématiques de fraude (paiements / transactions fortement appréciés)

• Maîtrise avancée de SQL, Python et Spark

• Solides compétences en statistiques, modélisation et analyse de données

• Capacité à travailler en mode collaboratif, avec une forte orientation résultats

• Autonomie, rigueur, sens de l’initiative

• Très bonnes compétences de communication et capacité à coordonner / encadrer une équipe Data