Détail de l'offre

Informations générales

Entité
Filiale du groupe Crédit Agricole, Crédit Agricole Payment Services, leader des services de paiement en France avec près de 30% de part de marché, conçoit des solutions de paiement destinées aux entités du groupe.

Au cœur de la relation client, les paiements font partie des usages quotidiens et évoluent sur un marché dynamique en perpétuelle transformation.

Pilote de la stratégie paiement du Groupe, Crédit Agricole Payment Services conçoit le processing des transactions réalisées par les clients des banques du groupe et développe pour eux des offres de services innovantes, conjuguant facilité d'usage, sécurité et répondant aux meilleurs standards du marché.

En agissant chaque jour dans l'intérêt de la société, nous sommes un groupe engagé en faveur des diversités et de l'inclusion. Tous nos postes sont ouverts aux personnes en situation de handicap.

Référence
2024-93793

Date de parution
06/11/2024

Description du poste
Type de métier

Types de métiers Crédit Agricole S.A. - IT, Digital et Data
Intitulé du poste

Lead Data Scientist H/F
Type de contrat

CDI
Poste avec management

Non
Cadre / Non Cadre

Cadre
Missions

Vous êtes orienté client ? Vous souhaitez trouver et développer de nouveaux usages data dans un contexte innovant et challengeant ? Venez nous rejoindre !

Crédit Agricole Payment Services (CA-PS), producteur paiement du groupe Crédit Agricole, est en charge de la production des offres paiement du groupe Crédit Agricole. Ces offres concernent l'ensemble des moyens de paiement : carte bancaire, virement, fiduciaire, prélèvements... aussi bien pour les particuliers que pour les commerçants.

Au sein de la Direction Développement, l'équipe Data Factory est en charge de valoriser le patrimoine de données de CA-PS et de développer de nouvelles offres utilisant la donnée de paiement.

En tant que " Lead data science ", votre mission sera d'identifier, de coordonner et de développer, en lien avec le service marketing et les banques et entités du Groupe Crédit Agricole, de nouveaux usages de la donnée de paiement. Ces usages pourront notamment utiliser des modèles de machine learning ou d'IA générative.

Vous interviendrez sur l'ensemble du cycle de vie de ces nouveaux usages : de l'idéation au développement puis à l'industrialisation, en lien avec les data engineer. Vous aurez également un rôle de coordination tout au long du développement de ces nouveaux usages.

Travailler à la Data Factory chez CA-PS, c'est avant tout être au service du business pour identifier de nouveaux usages dans un contexte passionnant en permanente innovation.

MISSIONS :

1. Développement de nouveaux usages utilisant la donnée de paiement
En tant que membre de notre équipe, vous serez responsable de surveiller les nouveaux usages et services liés aux données de paiement. Vous participerez activement à la définition de notre stratégie d'exploitation des données. Vous interviendrez également sur la recherche de données disponibles en Open-Data permettant d'enrichir le patrimoine de données chez CA-PS.

2. Réalisation d'études, construction de modèles de machine learning
Vous effectuerez des études statistiques pour notre service marketing, et serez impliqué dans la création de modèles de machine learning, notamment des modèles de scoring. Vous contribuerez à l'industrialisation de la chaîne de mise à jour des modèles et au contrôle de leur efficacité. Vous gérerez l'intégralité du cycle des études, de la définition des objectifs à la création du rapport d'étude et à sa présentation.

3. Être en lien avec les data engineers pour industrialiser les usages développés
Votre rôle consistera également à établir une interface entre les data engineers et les traitements de data science. Vous faciliterez ainsi l'industrialisation des solutions que nous développons chez CA-PS.

Vous aurez également un rôle de coordination d'équipes sur les différents sujets que vous traiterez.

Compléments

Dans une logique de transversalité, vous interagirez avec les différents départements de l'entreprise ainsi que les banques du Groupe pour recueillir leurs besoins et présenter vos résultats.

Des déplacements ponctuels sont à prévoir en France (1 fois / trimestre) et international (1 fois / an).

Intégrer CAPS, c'est :

• Rejoindre une entreprise dynamique , portée par les innovations technologiques.
• De multiples opportunités professionnelles.
• Un plan de formation et de développement adapté à vos besoins.
• De nombreux services vous facilitant le quotidien.
• Une politique RSE engagée.

Quelques raisons supplémentaires...

• Un package de rémunération attractif (primes sur objectifs, intéressement et participation)
• De nombreux avantages sociaux (CSE, offre bancaire groupe, remboursement des transports à 90% etc.)
• 2 jours de télétravail par semaine en moyenne

Notre processus de recrutement comprend deux entretiens (managérial, RH associé à un questionnaire de personnalité), avec la possibilité d'un échange supplémentaire.

Localisation du poste
Zone géographique

Europe, France, Ile-de-France, 78 - Yvelines
Ville

Guyancourt

Critères candidat
Niveau d'études minimum

Bac + 5 / M2 et plus
Formation / Spécialisation

Spécialisation en data, data science / machine learning

Niveau d'expérience minimum

6 - 10 ans
Expérience

6 à 10 ans d'expérience dans des fonctions de data science, expérience en coordination fonctionnelle ou management d'équipes.

Compétences recherchées

• Connaissance des méthodes de machine learning
  Maîtriser les méthodes d'apprentissage supervisé et non supervisé, ainsi que la réalisation de modèles de scoring, l'analyse factorielle, le data management et l'IA générative. De plus, vous devrez appliquer ces méthodes dans un contexte orienté événement (temps réel)

• Connaissance des enjeux du RGPD et de l'IA
  Avoir une compréhension des enjeux liés au RGPD (Règlement général sur la protection des données) et à l'intelligence artificielle

• Capacité à proposer de nouvelles solutions et à démontrer leur valeur
  Etre créatif et capable de proposer des solutions innovantes. De plus, vous devrez pouvoir démontrer la valeur ajoutée de ces solutions

• Compétences en réalisation d'études statistiques
  Etre capable de poser des problématiques, formuler des hypothèses, tirer des conclusions à partir des analyses, synthétiser les résultats et proposer des plans d'action concrets et adaptés

• Capacité à détecter et analyser les problématiques des clients
  Etre en mesure d'identifier les problèmes rencontrés par les clients et de les transposer dans la modélisation des données

• Compétences en communication et vulgarisation
  Communiquer efficacement avec différents types d'interlocuteurs et rendre vos travaux compréhensibles pour un public varié

• Capacité à coordonner des équipes
  Vous devez également coordonner des équipes vous permettant de mener à bien les différents projets auxquels vous contribuerez

Outils informatiques

Connaissance approfondie d'outils de data management et de data science : Python, R, Microstrategy, SAS, Dataiku, StatMining

Langues

Anglais professionnel et technique (documentation technique en anglais)