Data scientist

Banque-de-france; Boulogne-Billancourt; Sur place; EUR 55 000 - 75 000; Plein temps

Résumé du poste

Banque de France recherche un Data Scientist au sein du Data Office pour conduire des études et des modèles end-to-end, depuis la définition du besoin métier jusqu’à la restitution et l’action opérationnelle.

Vous travaillerez sur la connaissance et le comportement client, le scoring, la segmentation et les recommandations métier, en lien avec les équipes Data, BI et développement.

Qualifications

• 3 ans d’expérience en Data Science, Data Analysis avancée ou Datamining
• Expérience souhaitée sur client, marketing, CRM ou comportement utilisateur
• Maîtrise des bibliothèques Python (pandas, scikit-learn) appréciée

Responsabilités

• Recueillir et cadrer les problématiques métiers et tracer les KPIs.
• Préparer et nettoyer les données volumineuses issues des comptes et comportements.
• Construire features et modèles de scoring, segmentation et prédiction.
• Réaliser analyses statistiques et datamining et interpréter les résultats.
• Restituer les résultats et recommandations opérationnelles aux métiers.
• Collaborer avec Data, BI et dev pour dashboards et outils de restitution.

Connaissances

Data science concepts

Datamining

Data-driven decision making

Ownership

Formation

Master's degree en Data Science, statistiques, mathématiques, informatique

Outils

Dataiku

Python

SQL

Pandas

Scikit-learn

Description du poste

Au sein du Data Office, l’équipe Data Science & Insights accompagne les différentes entités du groupe dans l’exploitation et la valorisation des données clients.

L’équipe intervient notamment sur des problématiques de connaissance et de comportement client, d’optimisation des offres et campagnes, de segmentation et de scoring, ainsi que sur différents sujets réglementaires et de prévention.

Dans ce contexte, nous recherchons un(e) Data Scientist capable de prendre en charge des études et modèles de data science de bout en bout, depuis la compréhension du besoin métier jusqu’à la restitution des résultats et la formulation de recommandations opérationnelles.

• Recueillir les besoins des équipes métiers et formaliser les problématiques à traiter ;
• Cadrer les analyses et identifier les données pertinentes : données socio-démographiques, informations de compte, données transactionnelles et comportementales ;
• Préparer, nettoyer et explorer les données sur de gros volumes ;
• Construire les variables et features nécessaires aux analyses et modèles ;
• Réaliser des analyses statistiques et de datamining ;
• Développer et faire évoluer des modèles de scoring, segmentation et prédiction, notamment autour de la connaissance et du comportement client ;
• Identifier les tendances, corrélations et leviers d’action à partir des données ;
• Traduire les résultats des analyses en recommandations concrètes pour les métiers ;
• Travailler en collaboration avec les équipes Data, BI et développement pour valoriser les résultats dans des dashboards ou outils de restitution ;
• Automatiser les traitements et analyses récurrents ;
• Documenter les méthodes, traitements, résultats et travaux réalisés ;
• Présenter et vulgariser les conclusions auprès d’interlocuteurs métiers variés.

Profil recherché

De formation supérieure en Data Science, Statistiques, Mathématiques, Informatique ou domaine équivalent, vous disposez d’au moins 3 ans d’expérience en Data Science, Data Analysis avancée ou Datamining, idéalement sur des problématiques liées aux clients, au marketing, au CRM ou au comportement utilisateur.

Vous avez déjà travaillé sur des problématiques telles que :

• Scoring / scoring d’appétence ;
• Ciblage ou optimisation de campagnes ;
• Classification ou clustering ;
• Modélisation statistique et prédictive.

Une expérience dans les secteurs Retail, E-commerce, Banque/Assurance ou autres environnements fortement orientés données clients serait particulièrement appréciée.

Profil recherché

Compétences techniques

• Excellente maîtrise du Datamining et de la Data Science ;
• Dataiku – niveau avancé ;
• Python – niveau avancé ;
• SQL – niveau avancé ;
• Maîtrise des méthodes d’analyse statistique et de modélisation.

Une connaissance de bibliothèques Python telles que pandas, scikit-learn ou équivalentes est appréciée.

Qualités recherchées

• Fort ownership et autonomie sur les sujets confiés ;
• Esprit analytique et capacité à prendre du recul sur les données ;
• Approche pragmatique et orientée résultats ;
• Sensibilité business et compréhension des enjeux métiers ;
• Rigueur dans la documentation et la traçabilité des travaux ;
• Très bon relationnel et capacité à travailler avec de nombreux interlocuteurs ;
• Capacité à vulgariser des analyses et modèles complexes auprès d'un public non technique.