Expert en IA & Data Science

Notre client, une banque européenne de premier plan (anonymisée pour l’annonce test), souhaite accélérer sa transformation digitale en intégrant des solutions d’intelligence artificielle à fort impact business. Dans le cadre d’un programme ambitieux, nous recherchons un freelance senior en IA/Data Science pour rejoindre une équipe dédiée et développer des modèles innovants en détection de fraudes, scoring crédit, et personnalisation client.

Cette mission s’inscrit dans une démarche éthique et réglementaire (RGPD, DSP2, Bâle III), avec un accès à des données massives et variées (transactions, comportements clients, textes réglementaires).

En collaboration avec les équipes Data, Risk Management et IT, vous serez responsable de :

Conception & déploiement de modèles :

• Développer des algorithmes de machine learning (supervisé/non supervisé) pour :
• Détecter les fraudes en temps réel (anomaly detection, graph networks).
• Optimiser le scoring crédit (modèles hybrides : XGBoost + deep learning).
• Personnaliser les offres clients (recommandation systems, NLP pour l’analyse des feedbacks).
• Assurer la scalabilité et l’explicabilité des modèles (SHAP, LIME, outils comme IBM AI Explainability 360).

Gestion des données & conformité :

• Travailler avec des données sensibles (PII) en respectant les normes RGPD et bancaires.
• Collaborer avec les data engineers pour optimiser les pipelines (Spark, Airflow, Databricks).
• Documenter les processus pour les audits (modèle cards, data lineage).

Industrialisation & MLOps :

• Déployer les modèles en production (Docker, Kubernetes, AWS SageMaker/GCP Vertex AI).
• Mettre en place du monitoring (drift detection, performance decay) avec des outils comme MLflow ou Evidently AI.
• Automatiser les retrainings des modèles (CI/CD pour l’IA).

Collaboration Métier :

• Traduire les besoins business en solutions techniques (ex : réduire les faux positifs en détection de fraudes de 30%).
• Former les équipes internes à l’utilisation des outils (workshops, documentation).

Compétences techniques obligatoires :

• Langages : Python (expertise en Pandas, NumPy, Scikit-learn), SQL avancé.
• Frameworks ML/DL : TensorFlow/PyTorch, XGBoost, LightGBM, Hugging Face (pour le NLP).
• MLOps : Expérience avec MLflow, Kubeflow, ou outils cloud (AWS/GCP/Azure).
• Big Data : Spark, Hadoop, ou outils serverless (BigQuery, Snowflake).
• Cloud : Certification AWS/GCP/Azure (un plus).
• Réglementation : Connaissance des enjeux RGPD, DSP2, ou Bâle III (idéal mais pas obligatoire).

Expérience & Soft Skills :

• 5+ ans d’expérience en Data Science/ML, dont 2+ ans dans la finance ou la banque.
• Portfolio de projets concrets (GitHub, Kaggle, ou études de cas anonymisées).
• Capacité à vulgariser des concepts complexes pour des non-techniciens.
• Autonomie et rigueur pour travailler en remote avec des équipes internationales.
• Anglais courant (documentation technique, réunions).