I.               Contexte : Nous sommes un réseau de paiements domestiques, qui reçoit 14 milliards de transactions. Equipe : 2 analystes fraude, 2 data scientists, 5 data scientists consultants (projet ML LCLF temps réel), 2 thésards (algorithme de ML temps réel pour bloquer la fraude en temps réel) Activités de l?équipe : data science et scoring, LCLF fraude.          II.               Missions : -            Analyste de fraude aux cartes bancaires -            Investigation des données -            Projet 1 à 50% : Avec un data scientist o   Wero / EPI (projet européen souverain : passer par un système européen pour les paiements) virement mais pas paiement carte o   P to P (particulier) : envoyer l'argent à une autre personne (Mix de Paypal et Lydia) §  Scoring - ne part pas de zéro, en phase qualité de données, phase préparatoire §  Scoring à la carte pour évaluer le risque des transactions   -            Projet 2 à 50% : Avec un data scientist qui développe des algorithmes de Machine Learning o   Payer chez commerçant avec le téléphone, un QR code o   Instant payment : paiement instantané. §  Analyse de fraude : trouver des scenarios de fraude §  Créer des règles de fraude §  Réunions et mail en anglais (France, Allemagne, Belgique, Pays-Bas, Danemark)