Get a reply from this employer
Your resume and cover letter, tailored to exactly what they’re hiring for.
Université d’Orléans recherche un chercheur postdoctoral en science des données et économétrie financière pour travailler au Laboratoire d'Économie d'Orléans (LEO). Le poste est à pourvoir dès janvier 2027 et s’inscrit dans un cadre de collaboration inter-niveaux et partenaires industriels.
Vous développerez des méthodes ML/DL interprétables pour détecter la fraude dans l’assurance, les cotisations sociales et la banque, avec des données volumineuses et des défis de confidentialité, tout en
Lieu 45100 Orléans France
Type du poste Contrat à Durée Déterminée
Elle compte 18 000 étudiant.e.s, 141 diplômes nationaux, 2000 personnels et 24 unités de recherche.
Lieu d’exercice : Université d’Orléans – Laboratoire d'Economie d'Orléans (LEO)
Prise de poste :Poste à pourvoir à partir de janvier 2027
Type de contrat/Statut : Post - doc, temps plein
Présentation du service/laboratoire:
Le chercheur postdoctoral rejoindra le Laboratoire d'Économie d'Orléans (LEO) et travaillera en collaboration avec des partenaires académiques et institutionnels. L'environnement favorise la recherche de qualité, avec accès à des ressources informatiques performantes, à des données propriétaires en fraude, et à une équipe multidisciplinaire. Le laboratoire soutient la publication scientifique et la participation à des conférences internationales. Une attention particulière sera accordée à la confidentialité des données, à leur usage responsable et à la reproductibilité des résultats.
Présentation du projet:
La fraude financière génère des coûts majeurs, financiers comme sociaux, et évoluent constamment avec la numérisation et l'émergence de nouveaux canaux de paiement. Le projet développe des méthodes interprétables et opérationnellement pertinentes pour détecter la fraude dans l'assurance, les cotisations sociales et la banque.
La recherche s'appuie sur des données volumineuses, hétérogènes et souvent sensibles pour identifier des comportements anormaux, des réseaux suspects et des schémas de fraude émergents, tout en maîtrisant les faux positifs et en préservant l'interprétabilité des modèles. Les travaux porteront sur la modélisation avec déséquilibre de classes, l'apprentissage (semi-)supervisé et sensible au coût, les méthodes de réseau et graphique pour découvrir les schémas coordonnés, ainsi que le développement de modèles explicables et robustes adaptés aux environnements régulés. Une attention particulière sera accordée aux stratégies adaptatives face à l'évolution des techniques frauduleuses et aux dynamiques temporelles.
Nous recherchons un chercheur postdoctoral pour développer des modèles de machine learning et deep learning appliqués à la détection de fraude dans l'assurance, les cotisations sociales et la banque.
Le travail comprendra le développement et la mise en œuvre de méthodes interprétables de ML/DL pour la détection d'anomalies, l'analyse et le prétraitement de datasets volumineuses provenant de secteurs financiers divers, des études comparatives des méthodologies de détection, la collaboration avec des partenaires industriels pour valider les modèles sur données propriétaires.
Le candidat contribuera à 2-3 publications dans des revues internationales à comité de lecture et à des présentations en conférences majeures. Il disposera d'une autonomie scientifique significative, avec mentorat de chercheurs seniors et accès aux infrastructures du laboratoire.
Une université européenne, des valeurs partagées, un plan égalité professionnelle femme/homme, diversité et non-discrimination, inclusion, qualité de vie au travail et engagement dans la transition écologique
Adhésion obligatoire à un contrat collectif santé* avec prise en charge partielle par l'employeur
Adhésion facultative à un contrat collectif de prévoyance avec prise en charge partielle par l'employeur
*sauf cas de dispense prévues par le décret n° 2022-633 du 22 avril 2022
jusqu’au 12/11/2026