Data Scientist ‒ Fraud & Payment Analytics Jean-Michel.io

Dans le cadre du renforcement des dispositifs de sécurisation des paiements électroniques et de la lutte contre la fraude, il est recherché un Data Scientist capable d'intervenir sur des problématiques de détection de fraude bancaire, scoring et authentification forte, analyse massive de données transactionnelles et optimisation de modèles prédictifs en environnement critique.

Le poste s'inscrit dans un contexte à forts enjeux réglementaires et opérationnels, avec des traitements en temps réel et des volumes de données importants.

Le contexte fonctionnel couvre :

• Paiement électronique & cartes bancaires

• Lutte contre la fraude

• Authentification forte

• Conformité réglementaire

• Analyse de risques transactionnels

Missions

Analyse & Modélisation

• Analyse exploratoire et statistique de données transactionnelles massives

• Conception et amélioration de modèles de Machine Learning pour la détection de fraude

• Feature engineering sur données temporelles et comportementales

• Optimisation des performances des modèles (précision, recall, stabilité)

Industrialisation & Production

• Déploiement et suivi de modèles de scoring en environnement de production

• Monitoring des performances des modèles (drift, précision, recall)

• Automatisation des traitements et du reporting analytique

• Participation à l'amélioration continue des pipelines data

Collaboration métier

• Interaction avec les équipes sécurité, fraude et conformité

• Traduction des besoins métier en solutions data

• Création de tableaux de bord et visualisations exploitables par les métiers

• Documentation et présentation des résultats

️ Environnements techniques

Langages & Data Science

• Python

• R

• SQL

Machine Learning & IA

• Scikit-learn

• XGBoost / LightGBM / Random Forest

• PyTorch (optionnel)

• Approches RAG / NLP (bonus)

Data Engineering & Big Data

• PySpark

• Écosystème Hadoop

• Traitements batch et temps réel

Data & Visualisation

• Power BI

• Pandas

• NumPy

• Excel avancé

Environnements complémentaires

• Elasticsearch

• PostgreSQL

• API Data / JSON

• Industrialisation de modèles ML

Outils métiers (paiement / fraude)

• Plateformes de scoring temps réel (type Feedzai ou équivalent)

• Outils d'authentification forte

• Analyse comportementale fraude

Profil recherche

• Formation ingénieur / Master Data Science

• Expérience en environnement bancaire, paiement ou fraude appréciée

• Capacité à travailler sur des données sensibles et critiques

• Autonomie, rigueur et orientation résultats

• Bonne communication avec les équipes métiers

⭐ Atouts différenciants

• Expérience en scoring fraude temps réel

• Connaissance des systèmes de paiement CB

• Expérience production à forte volumétrie

• Vision produit data et industrialisation

ELA Technology - ESN à taille humaine fondée en 2017, basée à Paris.Nous accompagnons les grands comptes de la Banque, Assurance et Finance sur leurs projets IT stratégiques : Monétique, Paiements, Data, Infrastructure et Cybersécurité.