Tech & IT

Data Scientist AML

Voir le décideur de cette mission → 3 jours d'essai gratuits, sans carte bancaire

Description de la mission

Recherche d’un Data Scientist senior avec forte dimension software engineering pour concevoir, développer et déployer des modèles ML en production.

Contribution à une nouvelle plateforme AML interne, en lien avec les équipes techniques, AML, Compliance et Product Owners.

CONTEXTE

• Contexte de nouvelle plateforme AML interne visant à transformer la manière de concevoir, développer, tester et déployer les dispositifs de détection.

MISSIONS

• Machine Learning for AML Detection

◦ Concevoir, développer et évaluer des modèles de Machine Learning complétant les mécanismes de détection à base de règles.

◦ Identifier des opportunités pour améliorer l’efficacité de détection, augmenter la pertinence des alertes et réduire la charge d’investigation inutile sans compromettre l’identification des activités à risque élevé.

◦ Appliquer un large éventail de techniques ML, incluant supervised learning, unsupervised learning, anomaly detection, graph-based approaches et ensemble methods, en sélectionnant l’approche la plus appropriée selon le cas d’usage.

◦ Développer des features au niveau customer, entity et transaction pour identifier des comportements, relations et patterns suspects sur différentes fenêtres temporelles.

◦ Traiter des enjeux AML clés, notamment des jeux de données très déséquilibrés, des labels incomplets ou retardés, une vérité terrain limitée, l’explicabilité des modèles et l’évolution des patterns de risque.

◦ Concevoir des stratégies de validation robustes, incluant validation temporelle, backtesting, benchmark comparisons et analyse de performance par segments de clientèle et catégories de risque.

• ML Engineering and Platform Integration

◦ Comprendre et contribuer à un environnement technologique distribué, ainsi qu’aux data pipelines associés, mécanismes de déploiement et tooling AI/ML.

◦ Contribuer au déploiement des modèles, à l’orchestration, au monitoring, au versioning, à la reproductibilité et à la gestion du cycle de vie.

◦ Collaborer avec les équipes d’ingénierie pour assurer la fiabilité, la performance, l’observabilité, les tests et la résilience opérationnelle.

• Model Performance, Governance and Continuous Improvement

◦ Définir et suivre des métriques de performance modèle adaptées, incluant precision, recall, false-positive rates, detection coverage et impact opérationnel.

◦ Garantir que les sorties des modèles soient interprétables, traçables et étayées par des éléments exploitables par les analystes pendant les investigations.

◦ Surveiller la performance des modèles, la qualité des données et le drift, et mettre en œuvre les stratégies appropriées de retraining, recalibration ou remediation.

◦ Soutenir la documentation modèle, la validation, l’auditabilité et les exigences de gouvernance liées à la détection AML.

◦ Travailler avec les spécialistes AML et les investigators pour intégrer les retours issus des investigations dans l’amélioration continue des capacités de détection.

• Collaboration and Technical Ownership

◦ Travailler étroitement avec les Software Engineers, Data Engineers, AML SMEs, Compliance et Product Owners pour traduire les besoins de détection en solutions techniques efficaces.

◦ Contribuer aux décisions de conception technique et établir des patterns réutilisables pour intégrer des modèles ML supplémentaires dans la plateforme.

◦ Partager les connaissances et contribuer au développement des capacités Machine Learning et IA de l’équipe.

ORGANISATION & QUOTIDIEN

• Position en collaboration étroite avec les équipes Software Engineers, Data Engineers, AML SMEs, Compliance et Product Owners.
• La mission implique une contribution technique forte sur une plateforme AML interne en construction, avec logique de conception, intégration et amélioration continue.

COMPÉTENCES TECHNIQUES

• Recover and clean data from various sources such as databases, APIs and files.
• Perform exploratory data analyses (EDA).
• Perform transformations and feature engineering.
• Select and train machine learning and deep learning models.
• Compare regression, classification and neural networks approaches.
• Optimize models through hyperparameter tuning and cross-validation.
• Integrate models into applications or systems.
• Set up training and model update pipelines.
• Ensure monitoring of model performance in production and detect model drift.
• Present results and insights through visualizations and reports.
• Explain how models work and their business impact.
• Understand software engineering principles including object-oriented design, APIs, automated testing, version control, debugging and code reviews.
• Practical experience with large-scale data processing.
• Familiarity with containerized and orchestrated environments.
• Experience building or maintaining production ML pipelines including deployment, monitoring, reproducibility and model lifecycle management.
• Ability to communicate complex analytical results clearly to technical and non-technical stakeholders.
• Experience in AML, transaction monitoring, fraud detection, financial crime analytics or another highly regulated risk domain.
• Broad knowledge of supervised and unsupervised learning, anomaly detection, feature engineering, model evaluation and ensemble methods.

OUTILS

• SQL
• PYTHON
• TensorFlow
• PyTorch
• Scikit-learn
• Apache Spark
• PySpark
• Kubernetes
• Apache Airflow

SOFT SKILLS

• Ability to collaborate closely with software engineers, data engineers, AML experts, Compliance and Product Owners.
• Ability to share knowledge and contribute to the team’s Machine Learning and AI capabilities.
• Strong communication to explain complex analytical results clearly.
• Ability to work in a distributed technology environment and collaborate across teams.

LANGUES

• Language - SQL
• Language - PYTHON

FORMATION & CERTIFICATIONS

• Master's degree or PhD in Data Science, Computer Science, Statistics, Mathematics, Machine Learning or a related quantitative discipline, or equivalent practical experience.

Pourquoi postuler via Mission Freelances ?
On agrège les missions freelance de tout le web et on enrichit chacune avec le contact direct du décideur. Vous postulez plus vite, à la bonne personne, sans intermédiaire.
🎯
Contact direct du décideur
Email pro, LinkedIn et parfois téléphone, dans 78% des cas. Vous parlez à la personne qui recrute, pas à un ATS.
💸
0% de commission
Contrairement à Malt ou Comet, on ne prend jamais de commission sur vos missions. La relation reste entre vous et le client.
⚡
Toutes les sources, un seul feed
LinkedIn, Indeed, WTTJ, HelloWork, France Travail… agrégés et mis à jour 3× par jour. Fini les 10 onglets.
🚀
Postulez avant les autres
En contactant le décideur directement, vous prenez une longueur d'avance sur les candidats qui passent par le formulaire classique.
Voir le décideur de cette mission → 3 jours d'essai gratuits, sans carte bancaire.

Conseils pour trouver des missions freelance

Nos derniers articles pour booster votre prospection et signer des missions.

Continuer l'exploration

D'autres missions et ressources pour votre recherche freelance.