Description du poste

Type de métier

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

Intitulé du poste

DATA SCIENTIST H/F H/F

Type de contrat

CDI

Date prévue de prise de fonction

01/07/2026

Poste avec management

Non

Cadre / Non Cadre

Cadre

Missions

Description du poste
Au sein du Département Pilotage, Risques et Modèles de la direction des Risques (DCCR), vous rejoignez l'équipe Modèles, Analyse et Intelligence Artificielle (MAIA). Nous avons en responsabilité la maîtrise technique de solutions d'octroi automatique, de modélisation (IA, Machine Learning, prédicteurs) au service de l'anticipation des risques et d'autre part de la performance opérationnelle, et d'autres outils au service de la création de valeur pour nos différents clients internes sur des sujets divers et stratégiques pour l'entreprise.
Votre mission consiste à mobiliser des techniques quantitatives autour de la donnée :

- Modélisation de modèles d'octroi par techniques de Machine Learning

- Modélisation & usage de modèles d'IA ou IA génératives (NLP, OCR, ..)

- Et les analyses associées au suivi de performance (drift, monitoring, recherche de tendances, causes racines)

Pour proposer des solutions opérationnelles au service du développement sécurisé de CAL&F et les présenter à un public de niveau exécutif :

- Déploiement de modèles et api d'indicateurs (ML Ops)

- Construction et optimisation de processus des divers métiers de CAL&F compte tenu des possibilités offertes par vos développements

Localisation du poste

Zone géographique

Europe, France, Ile-de-France, 92 - Hauts-De-Seine

Ville

12 Place des Etats Unis 92120 Montrouge

Télétravail

hybride

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Data Science, IA, Mathématiques, Informatique, Statistiques, Inférence

Niveau d'expérience minimum

3 - 5 ans

Expérience

Une première expérience réussie sur un sujet Machine Learning, et/ou Octroi est obligatoire.

Compétences recherchées

Maîtrise des manipulations avancées d'objets et données nécessaires à la construction de modèles pertinents en Python.

Maîtrise des techniques de modélisation et des statistiques associées, notamment dans le cadre des problématiques d'octroi (par ex. estimateurs de prédiction de la perte, suivi du dispositif ...)

Capacité technique à mener un projet de Data Science de bout en bout : échange avec les équipes métier, développement et mise en production, etc. ;
Capacité de vulgarisation, de communication et connaissance en gestion de projet.

Les plus :
Connaissance des sujets de mise en production « On Premise » : Docker, Kubernetes, Connaissance approfondie sur GIT et pratiques DevOps ;

Expériences de développements sur GCP & Dataiku

Connaissances théorique et pratique en IA : NLP, Computer Vision, IA générative

Outils informatiques

Python, SQL, Oracle SQL, Git, Bureautique

Langues

Anglais niveau C1 minimum. Français niveau C2 (native ou parfaitement bilingue).