Description

Data Scientist & Chef de projet MOA spécialisé en conformité banque et

assurance (LCB-FT, KYC, Risques et Normes, Fraude, Abus de marché).

Pilotage des projets réglementaires et opérationnels, tout en concevant des

solutions Data afin d’améliorer les dispositifs de conformité.

J’accompagne banques et grands comptes dans la transformation et

l’optimisation de leurs processus.

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Bilingue ou natif
Allemand
Capacité professionnelle limitée
Arabe
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

La Banque Postale (Direction Conformité – Équipe Run)
Consultant Data Scientist / Chef de projet MOA
BANQUE & ASSURANCES
avril 2024 - Aujourd'hui (2 ans et 2 mois)
Issy-les-Moulineaux, France
Lead équipe Requêtes & Extraction : encadrement et formation de consultants, coordination avec Fraude, KYC, Risques et Normes, LCB FT, Abus de marché. Analyses de données et Deep dives pour Directoire et régulateurs. Automatisation des extractions et tableaux de bord opérationnels. Contribution à la conception et l'implémentation d'un scoring du profil de risque clients pour renforcer le dispositif LCB-FT.
La Banque Postale (Direction Conformité – Équipe Projet)
Consultant Data Scientist / Chef de Projet MOA
BANQUE & ASSURANCES
juin 2023 - avril 2024 (10 mois)
Issy-les-Moulineaux, France
Questionnaire Lutte Anti-Blanchiment (QLB – ACPR) : collecte et extraction des données via PySpark sur Dataiku, production des livrables. Développement de scénarios AML/LCBFT et suivi des alertes. Conception de reportings stratégiques et participation aux ateliers métiers. Data Quality et remédiation : vérification et correction des données pour garantir fiabilité et conformité.
Direct Assurance – Groupe AXA (Direction Fraude)
Data Analyst
septembre 2020 - mai 2023 (2 ans et 8 mois)
Automatisation de tâches techniques pour optimiser la charge des gestionnaires de fraude. Conception de score de risque pour priorisation et triage des dossiers. Mise en place de KPIs pour améliorer la performance. Développement d'outils de reporting automatisés.