About this role
Fintech SaaS B2B en croissance. L'équipe Data recrute un profil hybride, entre modélisation avancée et analyse décisionnelle, avec un impact direct sur le produit et sur la performance des clients. Missions * Concevoir, entraîner et évaluer des modèles de Machine Learning appliqués aux transactions (scoring, détection d'anomalies et de dérives, prédiction d'échec) * Modéliser les parcours clients sous forme de graphe pour identifier les comportements atypiques et les leviers de conversion, de risque et de coûts * Créer des algorithmes d'arbitrage pour maximiser la performance et réduire les coûts * Industrialiser les modèles avec les équipes DevOps (MLOps) * Déployer une BI en self-service enrichie par l'IA et garantir la qualité et la gouvernance de la donnée * Concevoir et analyser les KPIs clés, formuler des recommandations actionnables Répartition : 70 % Data Science et ML, 30 % Analytics Engineering et Business Insights. Stack Python, SQL, Looker, GCP, BigQuery, dbt, Git, CI/CD (si vous n'avez pas toute la liste de compétences, mais que vous avez une expérience en SaaS, vous pouvez postuler) Profil * 4 ans d'expérience minimum en data analytics et data science * Une personne orientée ROI et business, qui juge son travail à l'impact final : chaque modèle, chaque dashboard doit servir une décision ou un résultat mesurable. L'usage de la data au quotidien est attendu, avec une vraie expérience en environnement SaaS. * Maîtrise de Python et SQL, code lisible et maintenable * Expérience solide en modélisation de données et couches sémantiques * Maîtrise de Looker (ou tout autre outil de datavisualisation) et usage de l'IA au quotidien * Bonnes pratiques de développement : Git, CI/CD, documentation * Pédagogie, autonomie, esprit de synthèse, orientation business * Apprécié : connaissance des contraintes fraude, conversion et risque, data engineering, environnement agile * Anglais professionnel à l'écrit et à l'oral Conditions * Contrat : Freelance, mission jusqu'à 3 ans * Localisation : Lille, jusqu'à 3 jours de remote par semaine * Démarrage : ASAP, début novembre au plus tard