Expert Machine Learning - Décision d'Octroi & Scoring Crédit H/F

collectivite

Information importante

Type de contrat:

Freelance

Taux journalier :

650€/jour

Localisation :

Paris, France

Date de démarrage :

Urgent

Mode de travail :

Hybride

Publié le :

11 juin 2026

Le besoin

Contexte

Notre client est un des leaders dans les solutions de financement locatif des équipements mobiliers et immobiliers pour les professionnels et les entreprises. Au sein de l'entité Credit RISK, l'équipe Scoring & Provisioning Models est en charge de la construction et de la maintenance des modèles quantitatifs d'évaluation du risque de crédit.

Missions

• Constituer, avec l'appui de l'équipe interne, la base de données en entrée des business rules existantes (contrainte de consommation de donnée équivalente)
• Construire la variable cible du défaut pour chaque demande de financement
• Proposer une analyse exploratoire des données
• Faire plusieurs propositions de modélisation, avec différentes complexités de modèles en mettant en exergue les avantages et inconvénients
• Produire une analyse de performance, en prenant comme référence la performance des règles existantes
• Proposer un module d'explicabilité du modèle, condition sine qua none à l'adoption d'un modèle de type boîte noire
• Mener avec les équipes du data office l'étude d'implémentation du modèle proposé pour APIsation
• Proposer une méthodologie d'analyse de drift
• Produire un rapport présentant la démarche, les résultats et l'analyse de faisabilité d'implémentation en fin de mission

Secteur d'activité

• Financement spécialisé / leasing

Calendrier

• Du 22/06/2026 au 31/12/2026

Outils & Environnement

• Python (très bon niveau)
• Dataiku
• Machine Learning (construction d'un modèle complexe avec mise en production effective)
• Business rules
• API

Conditions de travail

• Tarif d'achat maximum : 650€ HT

Profil recherché

1. 9 à 12 ans d'expérience
2. Expertise en Modélisation Machine Learning appliquée au scoring
3. Compétences en construction de modèles complexes et mise en production
4. Expérience en scoring et évaluation du risque de crédit
5. Maîtrise de la préparation et structuration des données de modélisation
6. Capacité à définir la variable cible de défaut
7. Compétences en analyse exploratoire des données
8. Capacité à comparer des modèles et arbitrer entre complexité et performance
9. Expérience en évaluation de performance de modèles
10. Maîtrise de l'explicabilité des modèles boîte noire
11. Compétences en industrialisation et APIsation de modèles
12. Connaissance de l'analyse de drift
13. Très bon niveau en Python
14. Expérience avec Dataiku
15. Connaissance des business rules et API