Data Scientist / Data Analyst Senior spécialisé fraude (IT) / Freelance

Dans le cadre du renforcement de son dispositif de lutte contre la fraude, un acteur majeur de la protection sociale souhaite engager une démarche analytique avancée basée sur l?exploitation de ses données internes.

L?objectif est de détecter, anticiper et prioriser les cas de fraude via des approches Data Science et Machine Learning.

? Objectifs de la missionIdentifier les schémas de fraude existants

Développer des modèles de détection (supervisés / non supervisés)

Mettre en place un scoring de fraude (segmentation des risques)

Améliorer la détection précoce et les capacités d?investigation

Proposer des outils et recommandations opérationnelles pour les métiers

Profil candidat:

Missions principalesCadrage et compréhension des enjeux métiers

Analyse des typologies de fraude et des processus existants

Cartographie et exploration des données

Audit, nettoyage et préparation des datasets

Modélisation (Random Forest, XGBoost, réseaux neuronaux?)

Détection d?anomalies et gestion du déséquilibre des classes

Évaluation des modèles (Precision, Recall, AUC?)

Recommandations d?industrialisation

Restitution des résultats aux parties prenantes

?? Environnement techniqueData Science / Machine Learning

Python / outils analytiques

Méthodes de classification et détection d?anomalies

Traitement de volumes importants de données sensibles

? Profil recherchéExpérience significative en Data Science / Data Analytics

Expérience sur des cas de fraude ou assurance/santé appréciée

Forte capacité d?analyse et de structuration

Aisance à interagir avec des équipes métiers

Sensibilité forte aux enjeux RGPD et sécurité des données

? Contraintes / EnjeuxManipulation de données sensibles (notamment santé)

Respect strict des règles de confidentialité et de sécurité

Environnement exigeant en termes de gouvernance des données

? Livrables attendusRapport d?analyse détaillé

Modèles de détection de fraude

Recommandations stratégiques et opérationnelles

Présentation aux parties prenantes