POSTE : Ingénieur Statisticien Risques H/F DESCRIPTION : Au sein du pôle Etudes risque, scores et outils et sous la responsabilité du responsable de pôle, vous contribuez à optimiser le couple développement commercial / niveau de risque, et à garantir le bon fonctionnement des règles. Pour cela, vous serez en charge de : · Mener des sujets de Scoring de bout en bout. Vous participez à la construction de modèles et analyses statistiques, leur mise en production et leur backtesting. · Produire, analyser et garantir la fiabilité des tableaux de bord risque. Vous produisez et faites évoluer les tableaux de bord risque, vous êtes garant de leur fiabilité. Vous en analysez les résultats, investiguez et proposez des axes d'études et des plans d'action. · Mener des études. Afin d'expliquer les phénomènes et aider à la prise de décision. · Participer à la détermination de la politique risque et des règles d'octroi. Pour cela vous êtes amené(e) à implémenter et maintenir ces règles dans le moteur de règles (BLAZE). · Performer pour vous et pour le collectif. Vous apportez votre expertise risque dans l'entreprise. Ainsi on peut vous solliciter dans des groupes de travail ou projets. · Participer à la veille. Sur les thématiques de l'Open data, du Machine Learning mais aussi les innovations autour des métiers du risque. · Faire partie d'une équipe, d'un collectif fun et solidaire ! 13M/INT/TAD/RTT/ANCV/CESU PROFIL : Et ce qui fera de vous le candidat idéal : Surtout être vous-même. Votre personnalité et votre dynamisme doivent rejaillir sur votre travail. Vous savez travailler efficacement, grâce notamment à vos qualités de rigueur et d'adaptabilité, et appréciez le travail d'équipe. En plus, vous aimez travailler sur des sujets variés et êtes force de proposition. Vous faites preuve d'ouverture d'esprit et de curiosité. De formation supérieure en statistiques et en informatique, vous justifiez idéalement d'une première expérience en scoring ou Machine Learning. Vous maitrisez les outils SAS, Excel, Python ainsi que les principales méthodes de Machine Learning. Si vous vous reconnaissez, on vous dit à très vite :)