1. Data Science & Machine Learning
Concevoir, entraîner et évaluer des modèles de Machine Learning appliqués au paiement et à l'identité (scoring, détection d'anomalies et de dérives, prédiction d'échec?).
Modéliser l?acte d?achat sous forme de graphe afin de mieux cartographier la dynamique des parcours d'achat, d'identifier les comportements atypiques et d'améliorer la performance..
Optimiser l'intelligence de notre produit : créer des algorithmes d'arbitrage (ex: routage intelligent) pour maximiser le taux d'acceptation et réduire les coûts
Travailler en étroite collaboration avec les équipes DevOps pour intégrer et industrialiser ces modèles (MLOps) au c?ur de l'infrastructure.
2. Analytics Engineering & Business Insights
Veiller à la qualité, la fiabilité et la gouvernance de la donnée.
Déployer des solutions de BI en self-service enrichies par l'IA, afin d'autonomiser les équipes métiers dans leur pilotage stratégique.
Concevoir et analyser les KPIs clés, identifier les tendances, anomalies et opportunités d'optimisation.
Répondre aux questions structurantes avec un niveau de rigueur analytique
Profil candidat:
Minimum 4 ans d'expérience en data analytics et data science dans un environnement SaaS
Maîtrise de Python et SQL avec la capacité de produire du code lisible et maintenable.
Expérience solide dans la modélisation de données et la création de couches sémantiques.
Maîtrise des outils de Data Visualisation (Looker) et de l?utilisation de l'IA dans ce domaine.
Bonne connaissance d'un environnement Cloud (idéalement GCP / BigQuery) et dbt.
Maîtrise de l?IA dans le quotidien.
L'habitude des bonnes pratiques de développement : Git, CI/CD, documentation
