Rôle clé : Formuler, suggérer et gérer des projets axés sur les données visant à promouvoir les intérêts du pôle data
Tâches Accomplies :
• Élaboration et mise en place de modèles prédictifs (supervisé et non supervisé), y compris la détection d’outliers
dans le contenu d’appels d'assistance à l’aide d'algorithmes de Machine Learning, tels que le Random forest
classifier et le K-Means, pour comprendre le comportement d'achat des clients et réduire les risques de churn
• Conception, développement et déploiement automatisé de tableaux de bord dynamiques ou statiques intégrant
des indicateurs clés de performance (tels que le Net Promoter Score (NPS), le taux de satisfaction client (SAT),
etc.) à partir de données brutes. Formation et accompagnement des équipes métier dans l'utilisation de
nouveaux outils de dataviz pour le pilote d’activité
• Pilotage de projets data, y compris la conception d'entrepôts de données décisionnelles, le déploiement en batch
de modèles de Machine Learning, la Segmentation sur les usages clients, l’estimation de la valeur vie client (CLV)
• Utilisation des systèmes de contrôle de versioning tels que Git pour gérer efficacement les modifications du code
et faciliter la collaboration au sein de l'équipe
• Collaboration avec l’équipe DevOps pour assurer une intégration harmonieuse de nos modèles dans les pipelines
de données existants. Développement de méthodologies automatisées de suivi de performance, d'alerte,
d'intégration continue et de tests unitaires pour assurer un monitoring régulier des développements en place
Rôle clé : Collecter une grande quantité de données, les analyser, séparer les informations essentielles, puis utiliser
des outils tels que SAS, R, Python, et autre pour extraire des informations utilise à l’aide à la décision
Tâches Accomplies :
• Collaboration étroite avec l'équipe marketing pour optimiser les campagnes de marketing ciblées en utilisant
l'analyse de clustering (techniques d'apprentissage automatique)
• Développement et documentation de modèles de recommandation personnalisée pour les offres de services
afin d'améliorer la satisfaction client et stimuler les ventes croisées
• Conception et développement de tableaux de bord interactifs, combinant des données de plusieurs sources,
pour présenter de manière significative les KPI importants à l'équipe de gestion des risques de crédit (taux de
défaut, ratio de provisionnement, etc.)
• Accompagnement de stagiaires et de membres juniors dans leurs projets, notamment le développement d'un
système de géolocalisation pour aider la division Finance à visualiser et profiler les facteurs de risque spécifiques
à la géolocalisation
Rôle clé : Évaluer et prendre des décisions liées à l’octroi de crédit aux clients en utilisant une gamme de critères,
notamment l'historique de paiement du client, sa solvabilité etc.
Tâches Accomplies :
• Création des fiches de scoring de collecte (modèles de notation de crédit) pour évaluer le risque de défaut de
paiement associé à un processus de collecte de créances à l'aide de méthode d'apprentissage automatique et
étude comparative de leurs performances avec des fiches de scoring crées à l'aide d'autres méthodes (méthode
statistique ou règles)
• Mesure de KPI basés sur le SLA entre le bureau de crédit et le service financier, en les affichant sur un tableau
de bord, y compris le taux de non-paiement, les délais d'exécution des demandes, les créances irrécouvrables et
la fraude sur les demandes
• Évaluation et ajustement des estimations de dépréciation des actifs financiers conformément aux exigences de
la norme comptable IFRS 9 en mettant à jour le modèle existant avec les nouveaux paramètres de PD, LGD, EAD,
VaR et les mouvements de paramètres basés sur des hypothèses grâce au backtesting. Accompagnement des
équipes conformités dans l’accès aux données (stockées dans des architectures optimales préconçus) et la
réalisation d’études nécessaires à l’analyse du risque (Bale III, IFRS 9, …)
Rôle clé : Apporter des orientations et un soutien aux parties prenantes afin d'améliorer leur culture de la data et
promouvoir l'adoption des meilleures pratiques en matière de gestion des données
Tâches Accomplies :
• Développement des règles de mapping et de transformation des données, et assuré la maintenance des
référentiels data (flux des données)
• Conception et mise en place de processus de gouvernance de données incluent glossaire métier, métadonnées,
processus, rôles et responsabilités, etc.