Contexte de la mission

Au sein de l’équipe Data Science & Scoring, le consultant intervient dans le cadre du renforcement des dispositifs de prévention et de détection de la fraude sur les paiements par carte.

La mission s’inscrit dans une démarche d’amélioration continue des capacités analytiques de l’organisation, avec pour objectif de concevoir, développer et industrialiser des solutions de data science innovantes permettant d’identifier efficacement les comportements frauduleux tout en garantissant la performance et la robustesse des systèmes en production.

Le consultant participe également à des projets transverses de valorisation des données et contribue à la diffusion des bonnes pratiques en matière de Data Science et d’Intelligence Artificielle.

Détails de la mission

Missions principales

Objectifs

• Concevoir et développer des modèles de détection de fraude et de scoring performants.

• Améliorer les capacités de détection des transactions frauduleuses.

• Industrialiser les solutions analytiques et assurer leur maintien en conditions opérationnelles.

• Piloter les projets Data Science de bout en bout.

• Accompagner les métiers dans l’exploitation et la valorisation des données.

Finalités

• Réduire les risques de fraude liés aux paiements par carte.

• Garantir la qualité, la fiabilité et la performance des modèles déployés.

• Fournir aux équipes métiers des outils d’aide à la décision basés sur la donnée.

• Renforcer les capacités analytiques et l’innovation au sein de l’organisation.

Attributions

Tâches & Activités principales

• Analyser les besoins métiers et les problématiques de détection de fraude.

• Définir les approches analytiques et méthodologiques adaptées.

• Concevoir, développer et optimiser des modèles de machine learning et de modélisation statistique.

• Réaliser la préparation, le traitement et l’analyse de données massives.

• Déployer et industrialiser les modèles en environnement de production.

• Assurer le monitoring et l’amélioration continue des modèles.

• Piloter les projets Data Science : cadrage, planification, coordination des parties prenantes et suivi des livrables.

• Collaborer avec les équipes métiers, techniques et partenaires internes/externes.

• Réaliser une veille technologique et méthodologique sur les innovations Data Science et IA.

Livrables attendus

• Études et analyses de données.

• Modèles de scoring et de détection de fraude.

• Documentation fonctionnelle et technique des modèles.

• Rapports de performance et indicateurs de suivi.

• Supports de présentation et de restitution aux parties prenantes.

• Plans d’industrialisation et de monitoring des modèles.

Suivi et vérifications

• Contrôle de la qualité des données exploitées.

• Validation des performances des modèles avant mise en production.

• Suivi des indicateurs de performance et de dérive des modèles.

• Vérification du respect des contraintes réglementaires, de sécurité et de gouvernance des données.