Data Scientist - Generation de Donnees Synthetiques H/F Banque de France

Présentation de la direction générale et du service

Vous rejoindrez l'Autorité de contrôle prudentiel et de résolution (ACPR) qui a pour missions de contribuer au maintien de la stabilité financière, de veiller à la protection de la clientèle des secteurs de la banque et de l'assurance et de mettre en oeuvre les mesures de prévention et de résolution des crises bancaires ou assurantielles. Adossée à la Banque de France, qui est l'employeur de son personnel, l'ACPR compte plus de mille collaborateurs répartis en une douzaine de directions.

Au sein de la Direction d'étude et d'analyse des risques (DEAR), le Service des Études statistiques (Etudstat) mobilise les bases de données de l'ACPR à des fins d'analyse des marchés bancaire et assurance français, d'études statistiques et de contrôle prudentiel transversal. Outre les travaux d'analyse prudentielle transversale sur le secteur financier, la publication d'études et la production du Rapport annuel sur le marché français de la banque et de l'assurance, le service est également en charge de la construction et de la gestion des bases de données d'études à forte volumétrie pour l'ensemble des directions en charge de la stabilité financière. Au sein du Service, vous serez intégré(e) au pôle «données» composé de quatre agents.

Descriptif de mission

En tant que data scientist, vous serez intégré(e) au Pôle Données assurant notamment la mise en oeuvre opérationnelle d'actions de la feuille de route DATA de l'ACPR. En particulier, vous mènerez une expérimentation, en collaboration avec les chercheurs et analystes de la DEAR et des experts de la DGSI, visant à tester le recours à des données synthétiques pour faciliter les collaborations de recherche avec des chercheurs externes sans recours au partage des «vraies» données granulaires. Dans ce contexte, vous contribuerez sur les axes suivants:

- Rédaction d'un état de l'art sur les méthodes de génération de données synthétiques et d'évaluation de leurs précisions par rapport aux «vraies» données

- Implémentation d'une ou plusieurs méthodes de génération de données synthétiques appliquées aux données de supervision.

- Proposition et implémentation d'indicateurs afin d'évaluer la fidélité des données synthétiques aux données d'origine

- Rédaction d'une documentation permettant la réutilisation des modèles testés sur de nouveaux jeux de données.

Profil recherché

Formation recherchée:

Etudiant(e) en dernière année de cycle ingénieur, Master 2, ou équivalent, avec une spécialisation en Data Science, IA, Statistiques, Mathématiques Appliquées, ou Informatique et à la recherche de son stage de fin d'études pour 2026.

Compétences:

- Maîtrise des langages R et/ou Python

- Modules de formation et/ou projets en Machine Learning/IA

- Des connaissances sur des problématiques connexes (techniques d'anonymisation, federated learning) sont un avantage.

Qualités:

- Capacité à travailler en équipe

- Rigueur et sens du détail

- Prise d'initiative

- Qualités rédactionnelles: capacités de synthèse avec clarté, précision et adaptation au public cible

Contactez nos ambassadrices/ambassadeurs

,attachée au respect de la diversité sous toutes ses formes, à la lutte contre les discriminations, à favoriser la parité Femme/Homme et à garantir un environnement de travail de qualité.

Des aménagements deposte peuvent être organisés pour tenir compte des handicaps des personnesrecrutées.