Alternance - data scientist h/f

Informations générales Entité Grâce à notre modèle de bancassurance, à notre expertise et à l'engagement de nos 6700 collaborateurs, en France et dans autres 9 pays, nous sommes le 1er assureur en France et le 1er bancassureur européen. Crédit Agricole Assurances accompagne ses clients – particuliers, professionnels, agriculteurs et entreprises – à chaque instant de leur vie, à travers trois métiers (Epargne/Retraite, Prévoyance/Emprunteur/Collectives, Dommages). Nous leur proposons une gamme complète de produits et services distribués dans les Caisses régionales de Crédit Agricole et chez LCL. En agissant chaque jour dans l'intérêt de la société, nous sommes un groupe engagé en faveur des diversités et de l'inclusion et plaçons l'humain au cœur de toutes nos transformations. Tous nos postes sont ouverts aux personnes en situation de handicap. Référence 2026-112122 Date de parution 29/04/2026 Type de métier Types de métiers Crédit Agricole S.A. - Analyse financière et économique Intitulé du poste ALTERNANCE - Data Scientist H/F Type de contrat Alternance / Apprentissage Durée (en mois) 12 mois Date prévue de prise de fonction 01/09/2026 Cadre / Non Cadre Non cadre Missions Notre Direction Financière contribue à générer les conditions sécurisées de développement du Groupe Crédit Agricole Assurances. Nos expertises sont nombreuses et aident à créer de la valeur, tant dans la relation avec l’actionnaire, le superviseur, que dans les relations avec les réseaux et les clients. La migration des traitements analytiques vise à optimiser les processus BI par la formalisation des flux, le passage de SAS à Python, et la création d’outils de contrôle multinormes pour garantir la conformité des données. La modernisation inclut aussi l’automatisation et la datavisualisation. VOS MISSIONS • Analyser les modèles existants et identifier les axes d’optimisation. • Participer à la migration des traitements vers des environnements Python ou cloud. • Développer et tester des modèles prédictifs adaptés aux besoins métiers. • Contribuer à la documentation technique et fonctionnelle des modèles. • Mettre en place des indicateurs de performance et de qualité des modèles. • Collaborer avec les équipes métiers pour valider les résultats et assurer leur interprétabilité. Votre tuteur accompagnera votre intégration et votre montée en compétences. Vos avantages Des opportunités professionnelles au sein de nos entités Assurances et du groupe Crédit Agricole, une rémunération attractive, un accord de télétravail, une complémentaire santé de qualité, un forfait mobilité durable de 600 à 700 euros, un accompagnement RH, et plus encore à découvrir ! Votre rémunération Une rémunération brute mensuelle comprise entre 800 et 1900 euros en fonction de votre type de contrat en alternance, de votre âge et de votre niveau d’études de bac1 à bac5. Le process de recrutement 1. Un entretien avec le manager ou le tuteur. 2. Un entretien en visio avec un interlocuteur RH. Salaire Entre 700 et 1900 euros brut/mois selon niveau d'études Zone géographique Europe, France, Ile-de-France, 75 - Paris Ville Paris Critères candidat Niveau d'études minimum Bac 5 / M2 et plus Formation / Spécialisation Vous préparez un diplôme de DATA Scientist, Data Analyst ou Data ingénieur. Niveau d'expérience minimum 0 - 2 ans Expérience Une expérience en analyse de données et manipulation du big data est fortement appréciée. La maîtrise de langages et outils comme Python, R, SQL ainsi que des frameworks tels que TensorFlow ou scikit- Compétences recherchées Techniques : • Maîtrise de Python (scikit-learn, pandas, numpy, etc.) • Connaissances en modélisation statistique et machine learning • Utilisation de Jupyter, Git et outils collaboratifs Comportementales : • Rigueur et sens du détail • Esprit d'analyse et de synthèse - Interagir facilement avec les autres - Organiser et réaliser son travail avec rigueur, autonomie et toute la discrétion nécessaire - Proposer des initiatives ou des solutions - Travailler en équipe - Travailler en mode projet Outils informatiques • Outils d'analyse et d'optimisation des modèles : logiciels de data science tels que Python (avec bibliothèques comme pandas, scikit-learn), R, ou SAS. Langues Français