Data Scientist orienté risque / fraude / conformité bancaire

Notre client recherche un Data Scientist orienté risque, fraude et conformité bancaire dans le cadre de la revue et de l’optimisation du dispositif de surveillance des opérations a posteriori en matière de LCB-FT (lutte contre le blanchiment et le financement du terrorisme).

Le dispositif actuel repose sur l’outil ACTIMIZE (ARKEA) avec une vingtaine de scénarios de détection en production. Un projet de migration vers une solution interne (projet VIGILAB) est en cours, avec une mise en production prévue à horizon 2027.

Plusieurs cycles de recalibrage ont déjà été réalisés depuis 2022 afin d’améliorer la pertinence des alertes et d’optimiser les seuils de détection, en s’appuyant sur des données clients (revenus, CA, comportements) et sur les alertes historisées disponibles dans le Datalake.

Rôle :
Le consultant interviendra en tant que Data Scientist expert LCB-FT / fraude, avec une forte responsabilité sur l’analyse des scénarios de détection, l’optimisation des règles et la réduction des faux positifs. Il contribuera également à la préparation du futur outil de surveillance et à la structuration des méthodologies de recalibrage.

Activités principales

Analyse du dispositif de surveillance
Identification des scénarios générant le plus de faux positifs
Analyse des alertes (volumes, montants, comportements atypiques)
Exploitation des données issues du Datalake (historique des alertes depuis 2023)
Évaluation de la performance des règles existantes

Recalibrage des modèles et scénarios
Ajustement des seuils de détection des scénarios ACTIMIZE
Analyse de risque et d’impact des modifications proposées
Intégration de variables clients (revenu, CA, âge, CSP, patrimoine…)
Optimisation des règles d’auto-apprentissage

Préparation du futur outil (VIGILAB)
Étude d’enrichissement du catalogue de scénarios
Préparation du paramétrage du nouvel outil de surveillance
Adaptation des métriques et bases de calcul
Contribution à la conception des futures logiques de détection

Documentation et accompagnement
Rédaction des fiches scénarios et des règles de détection
Formalisation des méthodologies de recalibrage
Production de documents de synthèse et d’aide à la décision
Justification des choix et arbitrages réalisés
Création de modes opératoires pour autonomisation des équipes
Transfert de compétences auprès des équipes internes

Livrables

Fiches scénarios mises à jour
Documentation méthodologique (approche de recalibrage)
Notes de synthèse et supports de décision
Documentation de justification des choix
Modes opératoires de recalibrage autonome
Scripts et modules analytiques développés

Expertise souhaitée

Compétences obligatoires
Expérience en LCB-FT / AML ou fraude bancaire (banque ou assurance)
Expérience en recalibrage de règles ou modèles de détection
Forte capacité de justification et de documentation (auditabilité)
Expérience en data science appliquée à la sécurité financière (3 à 4 ans minimum)

Compétences analytiques
Très bonne maîtrise de l’analyse de données et des modèles de détection
Capacité à structurer et formaliser des approches complexes
Aisance dans la vulgarisation des résultats auprès de non-experts

Profil
Rigueur et esprit analytique
Autonomie et sens de la responsabilité
Bon relationnel avec équipes métiers et conformité

Mobilité
Rythme hybride