Data scientist - compliance h/f

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - IT, Digital et Data

Types de métier complémentaires

Types de métiers Crédit Agricole S.A. - Conformité / Sécurité financière

Intitulé du poste

Data Scientist - Compliance H/F

Type de contrat

CDI

Poste avec management

Non

Cadre / Non Cadre

Cadre

Missions

Global Compliance (CPL) exerce ses missions dans le cadre de la ligne métier « Conformité » du groupe Crédit Agricole S.A. Sa principale mission est d’assurer la conformité des opérations de la Banque avec les dispositions législatives et réglementaires, ainsi que l’ensemble des règles internes et externes applicables aux activités de Crédit Agricole CIB. A cette fin, CPL travaille en partenariat avec les Métiers pour définir et mettre en place les dispositifs nécessaires, pour assurer une gestion satisfaisante du risque de non-conformité et pour sécuriser le développement de la Banque.

Rattaché au pôle du Chief Of Staff de la Directrice de la Conformité & Chief Data Officer du District Compliance, vous prenez en charge et assurez le suivi des cas d'usages d'intelligence artificielle, de l'expérimentation à la production avec les différentes parties prenantes (métiers, GIT..).

En tant que Data Scientist au sein de CPL, vous êtes le pivot stratégique entre les besoins métiers et les solutions IA. Vous mettez en oeuvre des cas d'usage IA à forte valeur ajoutée pour CPL.

Vos responsabilités clé sont de:

1. Comprendre les enjeux stratégiques de la Conformité et d'être force de proposition pour identifier les cas d’usage IA à forte valeur ajoutée en transverse et pour un pôle d’expertise en particulier;

2. Contribuer à la mise en place d’un Lab / Commando autour de sujets d’IA et de Data Analytics pour CPL, basé sur des plateformes sur le Cloud et/ou en interne;

3. Contribuer au cadrage de projets IA et de mettre en œuvre des modèles (et/ou assurer le suivi) avec une approche data science (exploration et préparation des données, modélisation, etc.), de l’expérimentation à la production avec les différentes parties prenantes (métiers, GIT, etc…);

4. Formaliser et de présenter ces résultats à des audiences expertes comme non expertes;

5. Contribuer à l’acculturation de CPL sur l'IA, au conseil et à l’apport d’expertise aux équipes;

6. Contribuer aux interactions avec l’écosystème interne et externe en contribuant à l’activité de veille, R&D et à son partage en interne, et en participant aux communautés internes (Data science, Dataiku…) et du Groupe (Club Big Data);

7. Développer votre propre expertise et la mettre au service de l’équipe et de la Banque.

Compléments

La majorité des postes est éligible au télétravail dans les conditions prévues par notre accord reposant sur le double volontariat (collaborateur & manager) et après une période d’intégration réussie.

Crédit Agricole CIB s’engage en faveur de l’insertion des personnes en situation de handicap, ainsi ce poste est ouvert à toutes et à tous.

Localisation du poste

Zone géographique

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

Ville

Montrouge

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Ecole d'ingénieurs, Université / Data Science

Niveau d'expérience minimum

6 - 10 ans

Expérience

Vous avez une expérience en tant que Data Scientist, idéalement au sein d'une Banque de financement et d’investissement.

Compétences recherchées

Compétences clés recherchées

8. Maîtrise des approches data science et des techniques de machine learning;
9. Maîtrise des techniques permettant de superviser des modèles;
10. Connaissance de l’environnement règlementaire bancaire;
11. Connaissance des problématiques de conformité.

Compétences comportementales :

12. Créatif et sensible à l'innovation;
13. Capacité à travailler en mode projet agile, dans des équipes pluridisciplinaires;
14. Autonomie, curiosité, ouverture d’esprit et orienté résultat;
15. Esprit d’initiative, rigueur;
16. Forte capacité d’analyse et de synthèse
17. Capacité à formaliser et à présenter ses sujets avec une grande clarté, à des publics variés.

Outils informatiques

18. Maitrise de la programmation;
19. Maîtrise du langage Python et de quelques librairies usuelles (tel que : sklearn, tensorflow, keras, statsmodel, pandas, matplotlib);
20. Maîtrise de la solution Dataiku.

Langues

Anglais courant indispensable