Descriptif du poste:\nVos principales missions concernent le périmètre DSF&C (détection, filtrage et profilage LCB-FT), la détection/prévention de la fraude externe et l'accompagnement SSI sur les données.\nElles seront les suivantes :\n- Pilotage autonome de la conception, du développement et du réapprentissage de modèles prédictifs\n- Conception, implémentation et documentation complète des modèles (spécifications, jeux de données, pipeline d'entraînement, métriques)\n- Accompagner la mise en place et le suivi opérationnel des modèles en production (monitoring, alerting, reporting)\n- Recalibrage et réentraînement réguliers des modèles en fonction de la dérive des données et des performances\n- Application rigoureuse des méthodologies MRM et IA pour la création, le réapprentissage et le suivi des modèles\n- Participation active à la gouvernance des modèles au sein de la Direction (revues, validations, conformité)\n- Promotion et renforcement de la culture " modèle " auprès des collaborateurs de la Direction et, si nécessaire, plus largement au sein de la DRC\n- Proposition et co-construction de solutions analytiques opérationnelles adaptées aux besoins des métiers\n- Veille technologique et scientifique en data science pour identifier et tester des approches innovantes\n- Veille sur l'architecture SI et les outils Data Science d'Arkea, et collaboration avec les équipes techniques pour leur évolution\n- Assurer, selon les besoins, la fonction de backup Data Scientist pour le département S2D.\nVous souhaitez mettre vos compétences Data (ML, statistiques, data engineering...) au service d'un métier central de la\nbanque ?\nCe poste est fait pour vous !\n\n\nProfil recherché:\nVous disposez d'une formation Bac+5 en mathématiques & statistiques, en machine learning et IA. Le data Engineering et la programmation (Python, SQL, R...) sont maîtrisés.\nVous avez idéalement minimum 2 ans d'expérience sur un poste similaire.\n\nUne connaissance de la banque / finance est la bienvenue.\n\nLes compétences techniques attendues :\n- Méthodes d'analyses de données\n- Maîtrise des outils technologiques d'accès aux données, mathématiques et statistiques, machine learning\nVous vous reconnaissez également dans ces qualités :\n- rigueur et esprit d'analyse (respect de la méthodologie, performance du modèle, analyse de la gêne client)\n- curiosité pour les métiers de la banque (montée en compétences sur les métiers de la banque sous-jacents à la méthodologie)\n- esprit critique et autonomie (pragmatique pour accompagner la recherche de solutions)\n- capacité d'adaptation (évolution du métier et des technologies).