Qui sommes nous ?
Crédit Agricole Personal Finance & Mobility, filiale à 100% du Groupe Crédit Agricole, est un leader du financement personnel et un fournisseur d’accès à toutes les solutions de mobilités en Europe.
Il distribue ces solutions en direct auprès des particuliers, sur les lieux de vente ou sur les plateformes e-commerce de ses partenaires, une gamme étendue de solutions de financement. Ces solutions de crédit amortissable, crédit renouvelable, leasing et rachat de crédit - avec des services associés dont les assurances, des solutions de paiement fractionné et des services dédiés à la mobilité, ont pour objectif de répondre aux enjeux de transition énergétique dans la mobilité, l’habitat et la consommation.
Rejoindre Crédit Agricole Personal Finance & Mobility, au sein du Crédit Agricole, c’est avoir l’opportunité d’accéder à cet univers très large de métiers et d’expertises.
Pour la première fois en France, Crédit Agricole Personal Finance & Mobility est labellisée Best Work Places et se classe parmi les 10 meilleures entreprises de plus de 2 500 salariés où il fait bon travailler.
Présentation du service :
Vous rejoindrez l’équipe/entité Octroi de Crédit et Engagements dont la mission est de maîtriser le risque au regard des objectifs fixés par la Direction Générale, en définissant et en mettant en œuvre les politiques d’acceptation et de gestion de la fraude :
* Etre garant de la maîtrise du risque d’impayé et/ou fraude à l’octroi sur l’ensemble des Marchés tout en œuvrant au respect des objectifs commerciaux de l’entreprise.
* Développer les méthodes et les outils permettant de maîtriser le risque à l’acceptation de crédit (score, procédures…).
L’équipe que vous rejoindrez est composée de 5 Data Scientists. Les principales missions de l’équipe Développement et Technologies consistent à développer l’ensemble des outils statistiques (scoring, segmentation…) nécessaires à la bonne maîtrise du niveau de risque et/ou de la fraude à l’octroi. L’équipe est amenée à manipuler bon nombre de données et modèles statistiques afin de prévenir au mieux le risque d’impayés.
Descriptif de la mission :
Rejoignez une entreprise en pleine transformation où la Data Science joue un rôle clé dans l’amélioration de l’expérience client et l’optimisation des processus. Vous serez immergé(e) au sein d’une équipe de Data Scientists avec pour missions :
* Explorer le monde des données : Collecter, analyser et transformer d’importants volumes de données clients pour mieux comprendre leurs comportements.
* Automatiser la catégorisation des transactions : Participer à la mise en place de modèles de catégorisation automatique des transactions bancaires.
* Créer des modèles d’intelligence artificielle : Développer des modèles prédictifs basés sur des algorithmes de Machine Learning afin d’anticiper les risques de fraude et d’impayés.
* Partager vos connaissances : Présenter vos résultats de manière claire et concise à l’équipe et contribuer à la communauté Data Science de l’entreprise.
En rejoignant notre équipe, vous aurez l’opportunité de :
* Mettre en pratique vos compétences théoriques.
* Développer de nouvelles compétences en Data Science.
* Travailler sur des sujets à fort impact.
Profil recherché
Niveau d’études minimum préparé (Rentrée 2024) : Bac +4 Bac +5
Formation :
* Data Science / Statistiques / Mathématiques appliquées
Ecoles souhaitées :
* Ecole d’ingénieurs (ex : ENSAE / ENSAI / Centrale / Polytech …)
Outils informatiques :
* SQL, R, Python, SAS
Compétences recherchées :
* Passionné par les sujets d’intelligence artificielle, à minima SQL ainsi que R ou Python. Sas est un plus. Curieux, facilités d’écoute et d’autonomie, bon communiquant.
* 1ère expérience en data science, collecte et exploitation de forte volumétrie de données provenant de multiples sources serait un plus.
Langues :
Anglais (lecture de littérature notamment)
Durée souhaitée :
* 6 mois
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.