Description

Data Scientist, 6 années d’expérience dans la science des données, le traitement et la modélisation de données massives, le développement d’applications prédictives et la conception de solutions sur mesure. Expertise couvrant l’ensemble du cycle de vie des projets data ; prototypage, mise en production, audit, MLOps et déploiement continu. Attentif à la robustesse des process tout en tenant compte des considérations éthiques dans les développements. Engagé auprès des clients, avec une volonté de promouvoir les collaborations interdisciplinaires et les échanges entre experts, métiers et partenaires.

Domaines d’expertise

Langues

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

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

LA BANQUE POSTALE
Data Scientist Senior
BANQUE & ASSURANCES
septembre 2024 - février 2025 (5 mois)
Conduite d'audits stratégiques des moteurs de règles anti-fraude sur les paiements instantanés P2P, dans un contexte de refonte des infrastructures de paiement. Renforcement de la détection de comportements frauduleux via l'intégration de modèles de scoring avancés. Accompagnement des équipes Risques, Conformité et Lutte anti-fraude. Animation de comités exécutifs transverses avec arbitrages structurants pour la sécurité
Audit des règles de gestion existantes, identification des règles non pertinentes, ajustement des règles critiques pour renforcer la détection de fraude et réduire les faux positifs.
Agrégation et consolidation de plus d'un an de transactions P2P pour construire une base d'analyse robuste, enrichie et actualisée mensuellement.
Construction d'indicateurs métiers, segmentation et clustering de typologies clients et comportementales pour affiner la connaissance client et l'exposition au risque.
Développement d'un score d'appétence à l'Instant Payement, mis à jour sur des périodes glissantes de trois mois, avec projection et suivi mensuel.
Simulation de scénarios alternatifs sur des populations cibles pour évaluer l'impact des règles métier, avec diffusion des indicateurs auprès des équipes opérationnelles (montants bloqués, comportements suspects).
Analyse croisée des cas de fraude avérées et des situations de gêne utilisateur, dans un objectif d'équilibre entre sécurité et fluidité des parcours client.
Identification précoce d'anomalies critiques en amont du déploiement généralisé de Wero, avec documentation et remontées en comités exécutifs.
Présentations des analyses et recommandations opérationnelles en comités exécutifs transverses avec les directions IT, Métier, Risques et Conformité pour arbitrages fonctionnels et réglementaires.
Mise en place d'un socle analytique pérenne, maintenu mensuellement, pour le pilotage opérationnel des paiements instantanés P2P.
Amadea StatMining, Amadea FraudManager, Python
AFFIVAL SAS
Data Scientist
octobre 2023 - juin 2024 (8 mois)
Optimisation et harmonisation des processus de traitement d’acier liquide et de production de fil fourré.
Détermination des besoins clients, animation d'ateliers bi-hebdomadaires.
Conception d'une architecture décentralisée et des transferts de données entre un server client central et des serveurs satellites déployés sur les sites de production.
Modélisation des processus métallurgiques et chimiques.
Détermination d'optima globaux de différents paramètres pour améliorer l'efficacité et la qualité de la production.
Centralisation des modélisations sur le serveur central, optimisations itératives et déploiements sur les serveurs satellites.
Création d'une application web pour les contrôles des processus de production, la surveillance des modélisations et le contrôle des opérations de maintenances des automates sur chaque site de production.
Python (OOP), Scikit-Learn, Flask, Windows Server, PowerShell7, Microsoft Server SQL, PostgreSQL, SQL Server Integration Services, FileZila
SOLVAY SAS
Lead Data Scientist
juin 2023 - novembre 2023 (5 mois)
Intervention sur un pôle international de compétences data pour la mise en place d’actions correctives immédiates et de restructuration des process de mise en production de projets de machine learning dans le cadre de migration vers le cloud du SI depuis une architecture on-premice.
Identification des blocages opérationnels, de la dette technique, des problèmes dans les processus de développements et de déploiements en production.
Pilotage, support technique et formation de l'équipe delivery en Inde sur GCP, Dataiku DSS, Linux et Python.
Direction et priorisation des mises à jour, des migrations de projets et des déploiements en production.
Cadrage et synchronisation des travaux avec les équipes data au Portugal, en Italie et en Inde.
Optimisation des flux opérationnels et réduction du backlog.
Google Cloud Platform, Google Compute Engine, Google Kubernetes Engine, GNU/Linux, Python (OOP), Bash, Git, Dataiku DSS