BNP Paribas

Autres

★★★★ 239 Avis

Découvrir
ce recruteur

Data scientist H/F

New 11 octobre Gironde, Mérignac CDI

Pourquoi rejoindre BNP Paribas ?
Notre monde change : notre manière de nous informer, de consommer… et de travailler aussi ! Aujourd’hui, ce qui compte dans un job, c’est de vivre de véritables expériences, d’apprendre, de partager objectifs et résultats avec ses collègues. Bref, de tracer son propre chemin, différent, responsable et durable. Chez BNP Paribas, nous recrutons nos collaborateurs avec l’idée qu’ils nous aideront à concevoir le monde et la banque de demain.
Vous voulez connaître toutes les raisons de nous rejoindre ? Rendez-vous sur : https://group.bnpparibas/emploi-carriere/bnp-paribas

Filiale à 100 % du groupe BNP Paribas BNP Paribas Personal Finance est n°1 du financement aux particuliers en France et en Europe au travers de ses activités de crédit à la consommation et de crédit immobilier. Avec des marques comme Cetelem Cofinoga ou encore Findomestic l’entreprise propose une large gamme de crédits aux particuliers disponibles en magasin en concession automobile ou directement auprès des clients via ses centres de relation client et sur Internet. Elle a complété son offre avec des produits d’assurance et d’épargne pour ses clients en Allemagne Bulgarie France et Italie. BNP Paribas Personal Finance compte plus de 20 000 collaborateurs et opère dans une trentaine de pays.
 
Contexte et enjeux du poste :
 
Au sein de la Direction des Risques le Centre de scoring qui compte une trentaine d’analystes est responsable de la construction et de la maintenance des outils de scoring Risque utilisés dans les process de décision des différentes entités du Groupe. Il est également en charge des modèles répondant aux exigences réglementaires (Bâle) en matière d’évaluation du Risque de crédit.
 
Pour accompagner l’évolution de ses pratiques analytiques le Centre de scoring recherche un  Data scientist H/F en CDI.
 
Missions :
 
1. Démontrer la valeur apportée par l’utilisation de nouvelles données et/ou de nouvelles techniques pour la construction de scores Risque à travers la réalisation de « proofs of concept » :
 
- Identifier avec les experts métier des cas d’usage pertinents ;
- Qualifier des cas d’usage en validant les objectifs et en identifiant les données nécessaires à la réalisation de l’étude (structurées / non structurées internes / externes …) ;
- Mettre en œuvre des techniques adaptées à la résolution du problème posé dans l’environnement technique dédié ;
- Faire une évaluation des bénéfices ;
- Effectuer une communication des résultats à différents publics (experts ou non experts) ;
 
2 Assurer une veille active sur les méthodes et les outils :
 
- Effectuer une étude exploratoire de nouvelles méthodes ;
- Effectuer une etude de nouvelles sources de données de nouveaux outils d’analyse ;
 
3. En tant qu’expert mettre en place les conditions permettant aux équipes d’adopter les bonnes en matière de modélisation statistique :
 
- Etre en rôle de support sur des sujets ponctuels remontés par les équipes dans le cadre des projets ;
- Administrer les outils de modélisation utilisés au sein de l’équipe ;
- Accompagner la pratique « Data science » au sein du Département Risque.

Selon Profil