Une société financière souhaite faire évoluer son processus d’analyse et de décision lors de l’octroi de financements, en s’appuyant sur des approches avancées de data science.
L’objectif est d’évaluer l’apport des modèles de Machine Learning afin d’optimiser le dispositif existant, actuellement basé sur des règles métiers définies par des experts.
La mission consiste à développer un modèle prédictif permettant d’améliorer la capacité d’évaluation du risque.
Les travaux porteront notamment sur :
- La préparation et la structuration des données nécessaires à l’entraînement du modèle, en lien avec les équipes métiers et data.
- La définition des critères permettant d’identifier les événements de défaut et la construction de la variable cible associée.
- L’analyse exploratoire des données afin d’identifier les tendances, corrélations et facteurs explicatifs.
- L’étude de plusieurs méthodes de modélisation afin de comparer différentes approches et sélectionner la plus adaptée au besoin métier.
- L’évaluation des performances du modèle développé et la comparaison avec le dispositif de décision existant.
- La mise en place d’approches permettant d’expliquer les résultats du modèle afin de garantir sa compréhension et son adoption par les utilisateurs.
- L’accompagnement des équipes techniques dans l’étude de l’intégration du modèle dans le système d’information.
- La définition d’un dispositif de suivi permettant de mesurer dans le temps la stabilité des données et la performance du modèle.
La mission donnera lieu à la production d’un dossier de synthèse présentant les travaux réalisés, les résultats obtenus et les recommandations pour une éventuelle mise en production.
Compétences attendues :
- Maîtrise avancée de Python et des outils de data science.
- Expérience dans le développement et le déploiement de modèles de Machine Learning.
- Connaissance des techniques de scoring, de classification et de modélisation prédictive.
- Une expérience dans les environnements financiers ou dans l’évaluation du risque constitue un avantage.
- Capacité à présenter des analyses complexes de manière claire auprès d’interlocuteurs métiers et décisionnaires.