Mission
Rattaché(e) au/à la Responsable Customer Relationship Management & Data, le/la Data Scientist est chargé(e) de valoriser et d’exploiter pleinement le gisement de données de la Ligne de métier Retail et d’en démocratiser / généraliser l’usage dans des approches « ROIstes » à forte valeur ajoutée, en utilisant des mécanismes algorithmiques statistiques innovants (Machine Learning) et des technologies adaptées.
Activités Principales
Elaboration et déploiement de modèles et Use cases Data science
- Participer à toutes les étapes de production des Use cases de Data science / IA : découverte, collecte, préparation et nettoyage des données, visualisation des données – création et déploiement des modèles
- Participer à l'élaboration des modèles d'apprentissage automatique, afin d'améliorer l'expérience client (regroupement, régression)
- Participer à la détection des nouvelles tendances en termes d’usages et de nouvelles technologies
- Participer à la déclinaison de la gouvernance AI groupe au sein de la banque
Idéation et valorisation du gisement de données de la banque
- Collecter des idées soumises par l’interne en échangeant avec les métiers (marketing, risques, opérations...) ou l’externe (e.g. via des plateformes d’Open Data)
- Contribuer à catalyser le traitement d’idées recensées
- Explorer les idées en termes d’appétences client / métiers et de faisabilité technique
- Participer à la mise en œuvre des idées au travers de Proofs of Concept auprès de clients internes ou de panels utilisateurs
- Être un acteur innovant à la fois en interne au sein de la BMCI et externe au sein du Groupe
- Être à l’écoute des métiers et ne pas hésiter à proposer des améliorations pour faire évoluer les pratiques
- Se former régulièrement sur les sujets / outils liés au monde de la Data science qui s’enrichit constamment des communautés Data
Compétences métiers
- Connaissance en matière de la Data
- Forte connaissance en algorithmes du Machine Learning
- Forte capacité à tirer parti du machine Learning et de l’AI
- Forte capacité à préparer les données pour des analyses efficaces
- Forte capacité à écrire du code efficace et pérenne (Python)
- Qualité et sécurité des données
- Visualisation des données
Compétences comportementales
- Esprit critique
- Capacité à communiquer - à l’oral et par écrit
- Proactivité
- Curiosité intellectuelle
Compétences transversales
- Capacité d’analyse
- Capacité à définir des indicateurs de performance pertinents
- Capacité à élaborer et à adapter un processus
- Capacité à travailler avec les méthodes Agiles
- Capacité à adopter et promouvoir l’état d’ esprit Agile
Langues
- Français
- Anglais
Méthodologies / outils / technologies
- Python et librairies de Data Science (Pandas, Numpy, Sklearn, Tensorflow, Seaborn...)
- Visualisation de données (Tableau…)
Indicateurs de performance (non exhaustifs)
- Nombre de uses case Data identifiés, produits
- Elaboration des modèles Data
