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 dintervenir 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 sinscrit 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 MissionsAnalyse & Mod élisation * 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 lamélioration 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 techniquesLangages & 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 dauthentification forte * Analyse comportementale fraude Profil candidat: * 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