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