1. Data Science & Machine Learning Concevoir, entraîner et évaluer des modèles de Machine Learning appliqués au paiement et à l'identité (scoring, détection d'anomalies et de dérives, prédiction d'échec?). Modéliser l?acte d?achat sous forme de graphe afin de mieux cartographier la dynamique des parcours d'achat, d'identifier les comportements atypiques et d'améliorer la performance.. Optimiser l'intelligence de notre produit : créer des algorithmes d'arbitrage (ex: routage intelligent) pour maximiser le taux d'acceptation et réduire les coûts Travailler en étroite collaboration avec les équipes DevOps pour intégrer et industrialiser ces modèles (MLOps) au c?ur de l'infrastructure. 2. Analytics Engineering & Business Insights Veiller à la qualité, la fiabilité et la gouvernance de la donnée. Déployer des solutions de BI en self-service enrichies par l'IA, afin d'autonomiser les équipes métiers dans leur pilotage stratégique. Concevoir et analyser les KPIs clés, identifier les tendances, anomalies et opportunités d'optimisation. Répondre aux questions structurantes avec un niveau de rigueur analytique