Data Scientist (3-5 ans d'expérience) – Fraude & Paiements - Freelance

Taux journalier (TJM): 450 - 550

La mission

Au sein de l'équipe Data Science & Scoring, vous contribuez directement à la prévention et à la détection de la fraude sur les paiements par carte en concevant, développant et déployant des solutions data robustes et industrialisées.

Vous intervenez sur l'ensemble du cycle de vie des projets de data science, depuis la compréhension des enjeux métiers jusqu'au suivi de la performance des modèles en production.

Au-delà des aspects techniques, vous jouez un rôle central dans le pilotage et la structuration des projets, en coordonnant les différents acteurs impliqués et en veillant à l'alignement des solutions développées avec les besoins opérationnels.

Vous participez également aux initiatives visant à renforcer les capacités analytiques de l'organisation, valoriser les données et promouvoir les bonnes pratiques en matière de data science et d'intelligence artificielle.

Vos responsabilités

Concevoir des modèles de détection de fraude performants

• Concevoir, développer et optimiser des modèles de détection et de scoring destinés à identifier les transactions frauduleuses.

• Mettre en œuvre des approches de machine learning et de modélisation statistique adaptées aux problématiques métier.

Piloter les projets data science

• Prendre en charge le pilotage complet des projets : cadrage, planification, coordination des parties prenantes, suivi des livrables et reporting.

• Assurer la bonne articulation entre les équipes métiers, techniques et les différents partenaires impliqués.

Accompagner les métiers

• Analyser les besoins métiers et proposer des solutions data adaptées.

• Traduire les problématiques opérationnelles en approches analytiques pertinentes.

• Faciliter les échanges entre les acteurs techniques et non techniques.

Garantir la qualité des solutions déployées

• Assurer la robustesse, la performance et la fiabilité des modèles en production.

• Veiller au respect des contraintes réglementaires et de sécurité.

• Participer à l'industrialisation et au monitoring des modèles.

Contribuer à l'innovation

• Réaliser une veille technologique et méthodologique continue.

• Participer à l'amélioration des pratiques et des capacités analytiques de l'organisation.