AI Automation Engineer

1.Assurer le développement de modèles statistiques/prédictifs -Comprendre les besoins et contraintes du métier et réaliser les études analytiques et techniques correspondantes : profilage client, segmentation, analyse saisonnalité, évaluation d’impact, simulation comportement atypique etc. -Mise en œuvre des techniques statistiques afin de garantir la rigueur des analyses et hypothèses : échantillonnage, inférence, p-value etc. -Concevoir, tester, valider et assurer l’industrialisation des modèles prédictifs (Machine Learning / Intelligence Artificielle) -Formaliser la démarche, exprimer le besoin en données et assurer l’assimilation des résultats par les métiers via divers supports de restitutions. 2.Mettre en œuvre et développer la stratégie de digitalisation/automatisation des activités au sein de la Direction des Risques -Comprendre les besoins et contraintes du métier et participer aux réflexions nécessaires à l’automatisation et à la digitalisation des activités -Proposer de nouveaux processus d’automatisation/digitalisation -Mettre en place les automatisations et coordonner les projets de digitalisation et d’évolution des outils selon les besoins du métier -Mettre en place les indicateurs de performance définies par les équipes métiers et en assurer un suivi facile -Assurer la documentation 3.Assurer la bonne marche et la fiabilité des outils liés aux activités -Assurer la disponibilité, la maniabilité et la mise à jour des outils liés aux activités (CEREBRO, DashViz…) -Assurer la documentation des outils 4.Assurer la coordination transverse avec la BDA -Coordonner avec l’équipe BDA la mise à disposition des données sources pour tout besoin de la CSF -Adopter et intégrer les best practices BDA (outils, gestion de projet, programme d’«upskills », participation aux « DataLab »)