Data Scientist - Risque - Fraude - Conformité Bancaire (H/F) INFORMATIS TECHNOLOGY SYSTM

Description du poste :
Localisation : Val-de-Marne (mode hybride)
Expérience : 6 ans minimum
________________________________________
Contexte de la mission
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
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