Expire bientôt Crédit Agricole

Assistant Data Scientist H/F H/F

  • Montrouge (Hauts-de-Seine)

Description de l'offre

Détail de l'offre

Informations générales

Entité

Crédit Agricole Leasing & Factoring (CAL&F) est un acteur majeur du crédit-bail et de l'affacturage en France et à l'international.

Filiale experte du groupe Crédit Agricole, CAL&F propose des financements spécialisés destinés aux entreprises, aux professionnels, aux agriculteurs et aux collectivités locales.

Présent dans 9 pays en Europe et au Maghreb, CAL&F s'appuie sur les réseaux bancaires du groupe Crédit Agricole (Caisses régionales de Crédit Agricole, LCL et Crédit Agricole Corporate and Investment Bank), sur des partenaires non bancaires (constructeurs, distributeurs de matériel, courtiers et assureurs crédits).

CAL&F compte 2 360 collaborateurs dont 1 230 à l'international et gère 21,5Md€ d'encours (données à fin 2017).

CAL&F s'engage à promouvoir la diversité et l'égalité des chances dans le domaine de la mixité sociale, l'égalité professionnelle homme/femme et l'intégration professionnelle des personnes en situation de handicap.

Référence

2018-35154  

Date de parution

23/11/2018

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - Autres

Type de contrat

Stage

Durée (en mois)

6 mois

Date prévue de prise de fonction

02/01/2019

Poste avec management

Non

Cadre / Non Cadre

Non cadre

Missions

Crédit Agricole Leasing & Factoring est la filiale responsable des activités de Leasing et de Factoring du Groupe Crédit Agricole.

La nouvelle économie numérique est synonyme de ruptures mais aussi d’opportunités. La donnée est l’une d’entre elles, elle permet aux organisations de regagner en performance. Crédit Agricole Leasing & Factoring met en place des projets innovants autour de la donnée et place le Big Data / la Data Science au cœur de ces activités comme levier de croissance important pour son développement.

Dans ce cadre, CAL&F recrute un Assistant Data Scientist. Vous rejoindrez une équipe (« Outils d’Aide à la Décision, Data Science et Modèles de Risque ») de 8 personnes pour travailler sur Cash in Time, un outil de financement (en affacturage) dédié aux professionnels, 100% digital. En collaborant avec différentes équipes (Métiers, IT), vous serez en charge de développer des solutions innovantes (Machine Learning) qui permettront de mieux maîtriser le risque de fraude et de crédit pouvant survenir sur la plateforme.

Aujourd’hui, Cash in Time est un succès commercial avec plusieurs dizaines de milliers de factures financées pour un montant de plusieurs centaines de millions d’euros.

 

Principales missions qui vous seront confiées:  

-Développement de nouvelles solutions incluant une dimension R&D jusqu’à leur mise en production en environnement Big Data ;

-Optimisation et backtesting de la performance du système d’aide à la décision composé d’algorithmes de machine-learning et de règles expertes ;

-Développement d’une méthodologie visant à expliquer les décisions d’un modèle « black-box » (Machine Learning), et à préciser l’effet de chacune des variables dans la modélisation ;

-Communication sur les résultats des analyses et transmission de ces informations de façon claire à un public varié.

Localisation du poste

Zone géographique

Europe, France, Ile-de-France, 92 - Hauts-De-Seine

Ville

Montrouge

Profil recherché

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Diplômes : Bac + 5 (Mathématiques, Statistiques, Informatique ou Econométrie).

Niveau d'expérience minimum

0 - 2 ans

Expérience

Etudiant en dernière année de formation supérieure (Grande Ecole, Master 2) ayant un profil mixte Mathématiques-Statistiques / Informatique, avec une volonté de se spécialiser en Data Science

Compétences recherchées

Aptitudes / compétences :
Autonomie, rigueur, curiosité et esprit d'initiative et d'équipe.

Outils informatiques

• Maîtrise des techniques statistiques, modélisation de scores, analyses de données ;
• Connaissance des principales familles et frameworks de Machine Learning / Deep Learning (CNN) ;
• Bonne connaissance des enjeux de programmation et de mise en production sous environnement Linux, Python, HiveSQL ;

Langues

Anglais opérationnel requis