Au sein de la direction Innovation Data et Digital (120 personnes, incubateur / accélérateur des projets pour tout le groupe Malakoff Humanis), vous participerez au développement d'un produit Data X Digital pour la lutte contre les fraudes (des assurés, des praticiens, ...).

Vous participez aux efforts pour maintenir l'équilibre dans le système de financement de la santé en France en limitant les remboursements indus.

Au sein du pôle Data Science, et en étroite collaboration avec un Data Scientist Senior et un Data Product Manager, vous aurez en charge l'ensemble des tâches nécessaires au développement d'un modèle prédictif :

·         Recueil et compréhension des besoins émis par les clients internes / Products Owners Métiers

·         Recherche de la démarche scientifique la mieux à même de répondre à la problématique, dans une logique itérative et incrémentale

·         Expression de besoin en termes de collecte de données, dans le respect de la réglementation et en concertation avec le Data Protection Officer et/ou ses relais

·         Analyse (statistiques descriptives, audit de la donnée, …), transformation (agrégation, consolidation, feature engineering) et visualisation de la donnée

·         Construction de modèles prédictifs, évaluation de leur performance et plus largement définition des KPI business justifiant de la valeur du cas d’usage

·         Contribution au déploiement et au monitoring des algorithmes en production (si la valeur du cas d’usage est démontrée)

·         Restitution et valorisation des résultats aux clients internes / Products Owners Métiers

Vous contribuerez également à la veille scientifique et technique du pôle et à la diffusion de la culture Data au sein du Groupe.

Bientôt diplômé(e) d’une école d’ingénieur ou d’une université avec une majeure en Data Science, Intelligence Artificielle ou Mathématiques Appliquées, vous avez des connaissances théoriques et pratiques en matière de Machine Learning et disposez notamment des compétences techniques suivantes :

·         Modélisation statistique, algorithmes de Machine Learning supervisés et non supervisés

·         Langage de programmation orienté Data Science tels que Python et R

·         Langage de base de données SQL

·         Utilitaire de versioning tels que Git (Notions)

·         Framework de développement web tels que Flask ou Shiny (Bonus)

Idéalement, vous êtes également familier(ère) de la plateforme Dataiku et du Cloud Computing (AWS ou autres).

Enfin, plus largement, vous faites preuve de rigueur, d’autonomie, d’esprit d’équipe et de pédagogie.