Senior Data Scientist (H/F)

ROLE

Le Data Scientist est responsable de la conception, du développement et l'expérimentation des modèles statistiques, analytiques et de Machine Learning afin de créer de la valeur métier: scoring crédit, segmentation client, score de recouvrement, détection d'anomalies ou de fraude, optimisation marketing, etc. Il intervient sur l'ensemble du cycle de vie analytique: exploration, préparation, modélisation, interprétation, documentation et transfert vers les équipes d'industrialisation.

PRINCIPALES MISSIONS

Exploration & préparation des données:

• Analyser en profondeur les données internes (transactions, KYC, logs applicatifs…).
• Construire, nettoyer et enrichir les datasets nécessaires à la modélisation.
• Effectuer des analyses exploratoires avancées (EDA) et des études statistiques.
• Définir et concevoir des features pertinentes avec les Data Engineers et ML Engineers.

Modélisation & développement analytique:

• Concevoir des modèles ML supervisés et non supervisés: régression/classification/clustering - forêts, boosting, séries temporelles, deep learning selon les besoins.
• Effectuer le tuning, la validation croisée, le suivi des métriques et comparer plusieurs approches.
• Garantir la robustesse, l'interprétabilité et l'adéquation métier des modèles.
• Produire des prototypes de haute qualité, reproductibles et documentés.

Évaluation & documentation:

• Documenter les hypothèses, choix mathématiques, contraintes et limites des modèles.
• Réaliser des analyses d'interprétabilité: SHAP, PDP, variable importance.
• Formaliser les rapports analytiques pour les comités techniques et métier.

Collaboration & transfert vers la production:

• Collaborer étroitement avec les ML Engineers pour la mise en production.
• Fournir les spécifications techniques complètes (features, préprocessing, paramètres…).
• Participer aux revues de modèles et aux synchronisations Data & IA.
• Contribuer à la définition de standards analytiques internes.

COMPETENCES REQUISES

• Bac+4/5 en Data Science, Statistiques, Mathématiques appliquées, IA, Informatique ou équivalent.
• Au moins quatre (4) années d'expérience en Data Science dans des environnements big data.
• Expérience concrète dans la conception de modèles ML appliqués à des problématiques métier (finance, risque, fraude, marketing…).
• Excellente maîtrise de Python et des librairies ML (scikit-learn, pandas, numpy).
• Solides compétences en statistiques et mathématiques appliquées.
• Bonne maîtrise de SQL et environnements big data (Spark souhaité).
• Connaissances en Azure ou autres environnements cloud.
• Expérience des techniques d'interprétabilité et validation des modèles.
• Culture générale des enjeux métiers: scoring, fraude, segmentation.
• Forte capacité analytique, rigueur scientifique et sense of detail.
• Capacité à vulgariser et présenter clairement des résultats techniques complexes.
• Orientation résultats et qualités collaboratives.
• Autonomie, curiosité, proactivité.
• Maîtrise de l'anglais.