Data scientist / ml engineer (credit risk & genai) (it)

Dans le cadre de sa feuille de route en intelligence artificielle, ce client s'engage à développer et accélérer l?intégration des technologies de Machine Learning, Deep Learning, NLP (traitement du langage naturel) ainsi que des solutions d?IA Génératives. L?objectif est de maximiser l?exploitation des données, d?optimiser les processus opérationnels et d?améliorer l?expérience client. Objectifs et livrables Credit Risk Scoring Concevoir et optimiser, pour les équipes Risque et Validation, des modèles de scoring d?octroi et de comportement, en explorant des approches innovantes. Assurer la stabilité du coût du risque en entraînant et déployant ces solutions, tout en mettant en place un monitoring efficace de la dérive des modèles. Collaborer étroitement avec les experts métier et les équipes Risque pour garantir la pertinence et l?efficacité des solutions développées. Solutions d?Intelligence Artificielle Optimiser l?expérience client en intégrant en temps réel nos modèles d?IA via des API dans les parcours digitaux (ex. scoring en temps réel, personnalisation des offres de paiement, etc.). Participer à l?architecture technique pour une intégration fluide des modèles, en suivant les meilleures pratiques en matière de développement (notamment Cloud et MLOps). Collaborer avec les équipes Produit et IT afin d?industrialiser et déployer ces solutions à grande échelle. Intelligence Artificielle Générative (GenAI) Transformer les processus internes (Marketing, Audit, Risque, etc.) ainsi que la relation et le support client, en prototypant puis en déployant en production des solutions d?IA Générative sous forme d?agents (ex. LLM, RAG). Automatiser l?octroi de crédits, réaliser des analyses documentaires complexes et faciliter l?interaction avec la clientèle en mettant en place des architectures orientées agents. Évaluer, optimiser et suivre les performances des agents (cohérence, diversité, utilisation de LLM en tant que juge, etc.).