FIS
FIS
FIS développe des technologies financières pour les banques, les entreprises et les gouvernements du monde entier. Son portefeuille de plateformes couvre la banque numérique, les prêts, les paiements, la finance automatisée, la gestion de patrimoine et la conformité, afin d’aider les organisations à gérer l’argent en toute sécurité pour le stockage, les transferts, les investissements et les opérations connexes. L’entreprise associe son expertise dans les technologies financières à des outils conçus pour améliorer l’efficacité, maîtriser les coûts et favoriser de meilleures expériences client.

Scientifique des données junior, services financiers

Concevez et déployez des modèles prédictifs et des solutions d’IA pour les produits financiers de FIS. Appliquez l’apprentissage automatique aux risques, à la fraude, au marketing, à la gestion de portefeuille et aux paiements.

Description

  • Développez des analyses exploratoires, des modèles prédictifs et des solutions d’IA pour répondre aux enjeux des services financiers en matière de risques, de fraude, de marketing et de gestion de portefeuille.
  • Transformez les résultats de l’apprentissage automatique en recommandations concrètes sur les produits, destinées aux publics internes et externes.
  • Contribuez à la conception, au développement, à la validation, au déploiement et au suivi de solutions avancées d’analyse, d’apprentissage automatique et d’IA.
  • Préparez et analysez les données de modélisation à l’aide de structures de données et d’algorithmes adaptés.
  • Associez des données provenant de sources existantes et nouvelles pour créer des solutions analytiques de bout en bout.
  • Utilisez l’apprentissage automatique, l’analyse prédictive, le traitement du langage naturel, l’IA générative et l’IA agentique pour résoudre des problèmes complexes liés aux paiements et aux services financiers.
  • Planifiez et menez des expériences, des tests d’hypothèses et des analyses statistiques.
  • Encouragez les bonnes pratiques en science des données, apprentissage automatique, ingénierie des caractéristiques, expérimentation, gouvernance des modèles et MLOps.
  • Suivez les évolutions du secteur et partagez les innovations pertinentes avec l’équipe.

Exigences

  • Master ou diplôme supérieur en mathématiques, informatique, ingénierie, recherche opérationnelle, statistiques ou dans un domaine quantitatif connexe.
  • De 1 à 3 ans d’expérience dans la création et le déploiement de solutions de bout en bout en apprentissage automatique, analyse prédictive et science des données dans les paiements, la banque ou les services financiers.
  • Solides compétences en Python et SQL.
  • Une expérience des outils de mégadonnées tels que Spark ou PySpark est un atout.
  • Expérience pratique de la préparation des données, de l’ingénierie des caractéristiques et du développement de modèles avec des bibliothèques telles que Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn ou Plotly.
  • Expérience dans la création et le déploiement de modèles d’apprentissage automatique en production ou dans des environnements proches de la production.
  • Maîtrise d’outils de visualisation des données et d’informatique décisionnelle tels que Tableau ou équivalents.
  • Solides capacités d’analyse et de résolution de problèmes, notamment pour transformer des enjeux métier ambigus en démarches analytiques rigoureuses.
  • Capacité à collaborer avec les équipes produit, ingénierie et métier.
  • Expérience dans les paiements, la banque ou les services financiers.
  • Expérience pratique de Databricks, notamment MLflow, Model Registry, les notebooks collaboratifs et les processus MLOps.
  • Expérience du déploiement de solutions d’apprentissage automatique natives du cloud, en particulier sur AWS.
  • Connaissance des évolutions des modèles Transformer et de l’IA agentique.
  • Connaissance de la gouvernance des modèles, de la conformité réglementaire et des pratiques MLOps dans les services financiers réglementés.
  • Pour les postes aux États-Unis, les candidats recevant une offre conditionnelle doivent se soumettre à un test de dépistage de drogues.

Avantages

  • Possibilité de contribuer à l’avenir des technologies financières.
  • Apprentissage continu et développement professionnel.
  • Environnement de travail collaboratif.
  • Possibilités de soutenir la communauté.
  • Rémunération et avantages compétitifs.

Offres similaires