Machine Learning Engineer (Détection des fraudes) Freelance

Cherry Pick; Les Ulis; On-site; EUR 50,000 - 70,000; Full time

Job summary

Une société spécialisée en Data Science recherche un Ingénieur Machine Learning pour un client dans le secteur bancaire. Vous serez responsable de réduire le taux de faux positifs en concevant des modèles innovants intégrant Machine Learning. Le profil recherché doit justifier d'une expérience significative en Data Science, connaître les enjeux de conformité, et maîtriser Python et Dataiku. Ce poste implique une collaboration étroite avec des équipes non techniques et une forte autonomie dans l'analyse.

Qualifications

• Minimum 3-5 ans d'expérience en Data Science, de préférence dans le secteur bancaire.
• Connaissance des problématiques de conformité et de fraude.
• Excellente capacité d'interaction avec des équipes non techniques et techniques.

Responsibilities

• Modéliser et élaborer de nouveaux modèles de scoring.
• Détecter les comportements suspects avec des approches supervisées et non supervisées.
• Assurer que chaque modèle soit auditable et explicable.
• Accompagner les phases de cadrage et d'industrialisation.

Skills

Data Science

Machine Learning

Python

Dataiku

Conformité / LCB-FT / Fraude

Autonomie

Rigueur méthodologique

Tools

Dataiku

Job description

Machine Learning Engineer (Détection des fraudes) Freelance

Cherry Pick est à la recherche d'un "Data Scientist" pour un client dans le secteur bancaire

🏢 Le Contexte

Pour le compte d’un grand groupe bancaire français, nous recherchons un expert en Data Science pour rejoindre une équipe pluridisciplinaire (Conformité, IT, Gestion de projet) en pleine transformation.

Le groupe lance une refonte majeure de son dispositif de surveillance LCB-FT (Lutte Contre le Blanchiment et le Financement du Terrorisme). L’objectif est de passer d’une approche traditionnelle (moteur de règles) à une solution interne innovante intégrant le Machine Learning et l'IA.

🎯 Votre Mission

Au cœur de la Direction de la Conformité, votre rôle principal est de réduire significativement le taux de faux positifs et d'améliorer la capacité de détection de nouveaux schémas de fraude, tout en garantissant une explicabilité totale vis-à-vis du régulateur.

Vos responsabilités principales :

• Modélisation & Data Science :
• Élaborer de nouveaux modèles de scoring et de segmentation de la clientèle.
• Combiner des approches supervisées et non supervisées pour détecter les comportements suspects (patterns connus et atypiques).
• Réaliser le Feature Engineering : sélection et validation des variables pertinentes (historique bancaire, KYC, transactions).
• Réviser les seuils de déclenchement des alertes pour optimiser le travail des analystes.
• Assurer la performance des modèles aussi bien en traitement Batch qu'en Temps Réel.
• Gouvernance & Explicabilité (Critique) :
• Garantir que chaque modèle produit est "auditable" et explicable (transparence des décisions, justification des variables) pour répondre aux exigences réglementaires strictes.
• Gestion de Projet & Accompagnement :
• Accompagner les phases de cadrage, recette et industrialisation.
• Rédiger les livrables (cahiers des charges, expressions de besoins, documentation technique).

🛠 Environnement Technique

• Données : Historique opérations, KYC, relations clients, volumétrie bancaire standard.

🗓 Vos premiers challenges (4 mois)

Vous devrez rapidement apporter un appui opérationnel pour :

• Accélérer la conception et le prototypage.
• Livrer un premier modèle de Machine Learning exploitable (Pilote).
• Fournir la documentation et les guidelines d’industrialisation associées.

👤 Le Profil Recherché

• Expérience : Vous justifiez d’une expérience significative (min. 3-5 ans) en Data Science, idéalement appliquée au secteur bancaire ou assurantiel.
• Compétences Métier : Une connaissance des problématiques de Conformité / LCB-FT / Fraude est un atout majeur. Vous comprenez les enjeux de la réduction des faux positifs.
• Compétences Techniques : Maîtrise experte de Python et de la plateforme Dataiku. Capacité à travailler sur des architectures Batch et Temps Réel.
• Savoir-être :
• Excellente capacité d'interaction avec des équipes Métier (non techniques) et IT.
• Autonomie forte dans l'analyse et le développement.
• Rigueur méthodologique (documentation, auditabilité).