Contexte
Dans le cadre de sa transformation data et digitale, une institution financière souhaite renforcer son département Data Science, en charge de la conception, du développement, de l?industrialisation, du suivi, de la documentation et de l?amélioration continue des modèles de Data Science et d?IA à forte valeur métier.
La mission s?inscrit dans un environnement réglementé, avec des exigences de conformité et de gouvernance incluant notamment le RGPD, l?anonymisation des données, DSP2, IDD, Solvency II, Bâle IV ainsi que les principes de sécurité, de traçabilité et de confidentialité applicables aux traitements de données.
Les cas d?usage couverts incluent notamment la détection de fraude, la modélisation des valeurs résiduelles, le data lineage IA, les agents IA, ainsi que des sujets marketing et d?optimisation du parcours client. Parmi les priorités figure un projet de moteur d?offres personnalisées / personnalisation CRM, avec un objectif d?industrialisation, de réutilisation et de déploiement potentiel dans d?autres pays.
Mission
La prestation vise à renforcer l?équipe Data Science avec un profil capable d?accompagner des projets Data Science et IA, avec un focus prioritaire sur les sujets marketing, connaissance client et personnalisation CRM.
Le consultant interviendra sur la conception, le développement, l?évaluation, l?industrialisation et le suivi de modèles de Data Science et d?IA. Il devra produire des solutions robustes, explicables, industrialisables et réutilisables, tout en garantissant leur performance, leur traçabilité et leur conformité aux standards internes.
La mission portera en priorité sur le MVP France du moteur d?offres personnalisées / personnalisation CRM, construit à partir des données disponibles pour la France, avec un objectif d?appropriation par les équipes internes. Un second périmètre optionnel pourra couvrir l?extension à d?autres pays ainsi que d?autres cas d?usage marketing et connaissance client.
Principales responsabilités
Intervenir de manière autonome sur des cas d?usage complexes, du cadrage métier à l?industrialisation
Réaliser l?exploration, l?analyse, la qualité et la préparation des données ainsi que la constitution des jeux d?apprentissage, de validation et de test
Concevoir, entraîner, comparer et évaluer des modèles de Machine Learning, statistiques ou d?IA avec des métriques adaptées
Développer des cas d?usage de marketing analytique et personnalisation CRM : moteur d?offres personnalisées, scoring d?appétence, ciblage de campagnes, segmentation client, recommandation produit, next best action / next best offer, mesure de performance marketing et optimisation de la conversion des leads
Produire du code structuré, maintenable et documenté et préparer les modèles pour la mise en production
Mettre en place des indicateurs de monitoring des performances, dérives de données, dérives de modèles, qualité et stabilité des traitements
Concevoir des solutions réutilisables, documentées et industrialisables, intégrables dans des processus CRM ou commerciaux
Garantir l?explicabilité, la traçabilité, l?auditabilité, l?identification des biais et la conformité aux standards internes
Collaborer avec les équipes métier, Product Owners, Data Engineers, Architectes, équipes IT, Gouvernance et Sécurité
Participer aux instances de suivi, assurer le transfert de compétences et restituer clairement résultats, limites et recommandations
Environnement technique
Langages : Python, SQL
Cloud / Data : GCP, BigQuery, Vertex AI
Data Science : Dataiku
Orchestration : Airflow
Versioning : Git
Restitution : Looker
Industrialisation : CI/CD, DevOps, MLOps, Docker
Conformité et gouvernance : RGPD, anonymisation des données, explicabilité, auditabilité, monitoring ML
Livrables attendus
Analyses et diagnostics de données
Scripts, notebooks, traitements ou composants analytiques documentés
Modèles Data Science / IA entraînés, évalués et documentés
Éléments d?explicabilité, de monitoring et de suivi des risques modèles lorsque pertinent
Supports d?industrialisation, de mise en production et de suivi
Documentation de transfert de compétences et recommandations d?amélioration continue
Supports de restitution aux parties prenantes métier et techniques
Livrables en anglais pour les éléments destinés à être partagés à l?international
Compétences / Qualités indispensables :
Python, SQL, Machine Learning / IA, GCP (BigQuery, Vertex AI), Dataiku, MLOps / industrialisation
Compétences / Qualités qui seraient un + :
Expérience en environnement bancaire, financier ou réglementé ; expérience en marketing analytique et personnalisation CRM
Profil candidat:
Expérience
Expérience confirmée dans la conception, le développement, l?évaluation, l?industrialisation et le suivi de modèles de Data Science et d?IA
Capacité à intervenir de manière autonome sur des cas d?usage complexes, du cadrage métier à l?industrialisation
Expérience souhaitée dans un environnement bancaire, financier ou réglementé
Expérience souhaitée sur des cas d?usage de marketing analytique et personnalisation CRM
Compétences techniques
Maîtrise de Python et SQL
Maîtrise de GCP, notamment BigQuery et Vertex AI
Utilisation de Dataiku pour le développement, l?expérimentation et l?industrialisation de cas d?usage Data Science
Utilisation d?Airflow pour l?orchestration des traitements et pipelines
Maîtrise de Git pour le versioning du code et la collaboration
Utilisation de Looker pour la restitution et le suivi des résultats
Bonnes pratiques de développement : structuration du code, tests, documentation et revue de code
Maîtrise des principes CI/CD, DevOps et MLOps appliqués aux modèles et traitements Data Science
Notions de conteneurisation, notamment Docker
Maîtrise du monitoring ML
Connaissance des bonnes pratiques d?explicabilité, de traçabilité, d?auditabilité, d?identification des biais, de suivi des dérives et de conformité
Compétences personnelles
Capacité de collaboration avec des interlocuteurs métiers et techniques
Capacité de restitution claire des résultats, limites et recommandations
Esprit de co-construction avec les équipes internes
Attention portée au transfert de compétences et à l?appropriation par les utilisateurs métier
Langues
Français courant requis
Anglais niveau B2 nécessaire pour les échanges et livrables dans un contexte international