Dans le cadre du renforcement de ses effectifs, une institution financière internationale recrute un Senior Data Scientist (H/F) basé à Dakar, Sénégal.
Analyser en profondeur les données internes (transactions, KYC, logs applicatifs…)
Construire, nettoyer et enrichir les datasets nécessaires à la modélisation
Effectuer des analyses exploratoires avancées (EDA) et des études statistiques pour comprendre les comportements
Définir et concevoir des features pertinentes avec les Data Engineers et ML EngineersModélisation & développement analytique
Concevoir des modèles ML supervisés et non supervisés : régression / classification / clustering – forêts, boosting, séries temporelles, deep learning selon les besoins
Effectuer le tuning, la validation croisée, le suivi des métriques et comparer plusieurs approches
Garantir la robustesse, l'interprétabilité et l'adéquation métier des modèles
Produire des prototypes de haute qualité, reproductibles et documentésÉvaluation & documentation
Documenter les hypothèses, choix mathématiques, contraintes et limites des modèles
Réaliser des analyses d'interprétabilité : SHAP, PDP, variable importance
Formaliser les rapports analytiques pour les comités techniques et métierCollaboration & transfert vers la production
Collaborer étroitement avec les ML Engineers pour la mise en production
Fournir les spécifications techniques complètes (features, préprocessing, paramètres…)
Participer aux revues de modèles, aux ateliers métier et aux synchronisations Data & IA
Contribuer à la définition de standards analytiques internesCompétences requises
Bac+4/5 en Data Science, Statistiques, Mathématiques appliquées, IA, Informatique ou équivalent
Au moins quatre (4) années d'expérience en Data Science, idéalement dans des environnements big data
Expérience concrète dans la conception de modèles ML appliqués à des problématiques métier (finance, risque, fraude, marketing…)
Excellente maîtrise de Python et des librairies ML (scikit-learn, pandas, numpy)
Solides compétences en statistiques, mathématiques appliquées et modélisation de phénomènes
Bonne maîtrise de SQL et compréhension des environnements big data (Spark souhaité)
Connaissances en Azure ou autres environnements cloud
Expérience des techniques d'interprétabilité, validation et robustesse des modèles
Culture générale des enjeux métiers : scoring, fraude, segmentation, optimisation
Forte capacité analytique, rigueur scientifique et sens du détail
Capacité à vulgariser et présenter clairement des résultats techniques complexes
Orientation résultats et valeur métier
Qualités collaboratives : travail étroit avec Data Engineers, ML Engineers, métiers
Autonomie, curiosité, proactivité
Écosystème moderne : Big Data, Cloud, DevOps
Connaissance du secteur bancaire, fintech ou télécom
Notions de MLOps, industrialisation ou CI/CD (apprécié)
Connaissance de Azure ML, MLflow, feature store
Maîtrise de l'anglaisRéférence : 162267 | Expiration : 27 juin 2026