Data Scientist – Risque - Fraude - Conformità Bancaire

Informatis-TS; Île-de-France; On-site; EUR 60,000 - 90,000; Full time

Job summary

Une société de sécurité financière recherche un Data Scientist pour optimiser les dispositifs de surveillance contre le blanchiment d'argent. Le candidat doit posséder une solide expérience en Data Science, particulièrement dans le domaine de la sécurité financière. Les responsabilités comprennent l'analyse des alertes, la recalibration des seuils de détection et la documentation des solutions mises en place. Un environnement de travail hybride et une collaboration étroite avec d'autres équipes sont prévus.

Qualifications

• Expérience significative en Data Science appliquée à la sécurité financière (3 à 4 ans minimum).
• Excellente capacité d’analyse et de restitution.
• Capacité à expliquer des résultats complexes.
• Expérience en environnement bancaire fortement appréciée.

Responsibilities

• Améliorer l’auditabilité du dispositif de surveillance LCB-FT.
• Recalibrer les règles de détection pour réduire les faux positifs.
• Produire une documentation claire et exploitable.
• Intégrer de nouvelles variables métier (âge, CSP, patrimoine, etc.) dans les modèles.
• Adapter les bases de calcul et les logiques de scoring.
• Contribuer au paramétrage du futur outil VIGILAB.
• Assurer la montée en compétences des équipes internes.
• Produire une documentation claire, exploitable et audit‑-ready.

Skills

Analyse des données

Vulgarisation des résultats

Optimisation des alertes

Java

Jira

Tools

Java

Jira

DataLake

Job description

Offre n° : 3199

Publié le : 03/04/2026

Fonction : INGENIEUR

Contrat : CDI

Lieu de mission : VAL DE MARNE

Département : 94

Salaire : Suivant profil

Data Scientist – Risque - Fraude - Conformité Bancaire

Localisation : Val-de-Marne (mode hybride)

Expérience : 6 ans minimum

Description du poste

Au sein d’un grand groupe bancaire, vous intervenez sur l’optimisation du dispositif de surveillance des opérations dans le cadre de la lutte contre le blanchiment et le financement du terrorisme (LCB-FT).

Actuellement, la détection repose sur la solution Actimize (en place depuis 2022), avec une vingtaine de scénarios actifs.

Plusieurs phases de recalibrage ont déjà été menées afin d’améliorer la pertinence des alertes.

Un projet stratégique de migration vers un outil interne (VIGILAB) est en cours, avec un objectif de mise en production à horizon 2027.

Les données d’alertes historisées (depuis 2023) sont disponibles dans un DataLake et constituent le socle des analyses à mener.

Objectifs de la mission

• Améliorer l’auditabilité du dispositif de surveillance LCB-FT
• Réduire les faux positifs et optimiser la pertinence des alertes
• Recalibrer les seuils de détection sur la base d’analyses data-driven
• Préparer la transition vers le nouvel outil interne VIGILAB

Missions principales

• Analyser les scénarios générant le plus de faux positifs (volumétrie et montants)
• Recalibrer les règles existantes et justifier les choix via des analyses de risque et d’impact
• Étudier l’enrichissement du catalogue de scénarios (nouveaux cas d’usage)
• Intégrer de nouvelles variables métier (âge, CSP, patrimoine, etc.) dans les modèles
• Adapter les bases de calcul et les logiques de scoring
• Contribuer au paramétrage du futur outil VIGILAB
• Assurer la montée en compétences des équipes internes
• Produire une documentation claire, exploitable et audit‑ready

Livrables attendus

• Fiches scénarios mises à jour
• Documentation méthodologique et analytique
• Synthèses d’aide à la décision
• Justification des choix de calibrage
• Modes opératoires pour les futurs recalibrages
• Scripts et modules développés

Compétences requises :

Profil recherché

• Expérience significative en Data Science appliquée à la sécurité financière / LCB‑FT (3 à 4 ans minimum sur ce domaine)
• Excellente capacité d’analyse, de formalisation et de restitution
• Capacité à vulgariser des résultats complexes auprès d’interlocuteurs métiers
• Expérience en environnement bancaire fortement appréciée

Compétences techniques

• Data Science / Analyse statistique
• Environnements DataLake
• APIs / applications data
• Outils : Java, Jira

Environnement & organisation

• Secteur : Banque
• Méthodologie : Agile
• Mode de travail : Hybride

Contact

MARC SOREL

26 rue Daubenton

75005 PARIS

Telephone : [phone]

Fax : [phone]

E-mail : Répondre à cette offre