Senior Data Scientist

Description du poste

Dans le cadre du renforcement de ses effectifs, une institution financière internationale lance un appel à candidatures en vue du recrutement d’un Senior Data Scientist (H/F)

Rôle

• Le Data Scientist est responsable de la conception, du développement et l’expérimentation des modèles statistiques, analytiques et de Machine Learning afin de créer de la valeur métier : scoring crédit, segmentation client, score de recouvrement, détection d’anomalies ou de fraude, optimisation marketing, etc. 
• Il intervient sur l’ensemble du cycle de vie analytique : exploration, préparation, modélisation, interprétation, documentation et transfert vers les équipes d’industrialisation (ML Engineers).
• Il joue un rôle clé dans l’amélioration continue des performances des modèles, la création des features et l’analyse avancée des données.

Principales missions

Exploration & préparation des données

• 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 Engineers.

Modélisation & 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 documentés.

Évaluation & 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 métier.

Collaboration & 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 internes.

Activités clés

Techniques

• Analyse statistique et data mining avancé ;
• Développement ML : Python, notebooks, frameworks ML (scikit-learn, PyTorch, TensorFlow ou équivalent) ;
• Manipulation de grands volumes de données (SQL, PySpark) ;
• Construction de features avec les pipelines existants (Spark, SQL) ;
• Qualité des données, imputation, normalisation, sélection de variables.

Organisationnelles

• Participation aux ateliers métier pour la compréhension des besoins ;
• Présentation des résultats aux équipes Crédit, Risque, Marketing, Fraude, etc. ;
• Rédaction claire des analyses et des rapports statistiques ;
• Respect des standards de gouvernance Data & IA.

Compétences 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’anglais.

Candidature

Merci d’envoyer votre CV et lettre de motivation à l’adresse électronique : candidature@profil.sn ; avec en objet du mail, la mention « Senior Data Scientist ».

Date limite de dépôt des candidatures : le 18 juin 2026.