Stage 2026 Data Scientist H/F

Crédit Agricole Personal Finance & Mobility, filiale à 100% du Groupe Crédit Agricole, est un leader du financement personnel et un fournisseur d'accès à toutes les solutions de mobilités en Europe.

Il distribue ces solutions en direct auprès des particuliers, sur les lieux de vente ou sur les plateformes e-commerce de ses partenaires, une gamme étendue de solutions de financement. Ces solutions de crédit amortissable, crédit renouvelable, leasing et rachat de crédit - avec des services associés dont les assurances, des solutions de paiement fractionné et des services dédiés à la mobilité, ont pour objectif de répondre aux enjeux de transition énergétique dans la mobilité, l'habitat et la consommation. 

Rejoindre Crédit Agricole Personal Finance & Mobility, au sein du Crédit Agricole, c'est avoir l'opportunité d'accéder à cet univers très large de métiers et d'expertises.

Pour la première fois en France, Crédit Agricole Personal Finance & Mobility est labellisée Best Work Places et se classe parmi les 10 meilleures entreprises de plus de 2 500 salariés où il fait bon travailler.

Présentation du service :

Vous rejoindrez l'équipe/entité   Groupe Data Office du Corporate Center  dont la mission est de supporter les métiers du corporate center et des entités du groupe dans la réalisation de leurs use case data. Cette mission se décline autour de 4 axes : (i) Data usages - Définition et support dans la réalisation de cas d'usage data (ii) Data management - Mise en place d'une gestion transverse de la donnée (iii) Data infrastructure et outils - Définition des besoins en termes d'évolutions des outils nécessaires pour actionner la donnée (iv) Data movement - Animation de la communauté data.  

Vous aurez pour missions principales :

Dans le cadre du développement de son parcours Open Banking, Crédit Agricole Personal Finance and Mobility mise sur l'exploitation des données transactionnelles pour mieux appréhender les comportements de consommation et évaluer la capacité de remboursement des clients. Cette stratégie repose sur trois piliers : la catégorisation automatique des transactions, la détection de fraude par la comparaison des déclarations clients aux données transactionnelles, et un processus robuste d'évaluation de la qualité des données.

Objectifs :

• La détection de fraude Comparaison des déclarations clients aux données transactionnelles et mise en place de KPIs pour identifier et suivre les activités suspectes
• Mise en place d'un processus robuste pour garantir la qualité des données.

Profil recherché

Niveau d'études minimum préparé (Rentrée 2025) :

  ☒Bac ☒Bac +5

Formation :   

Data / Informatique des systèmes Intelligents / MIAGE  

Ecoles souhaitées :    

ENSAE, Télécom Paris, CY TECH, Paris Dauphine, Université de Saclay

Outils informatiques :

Jupyter , Dataiku, GIT

Compétences recherchées :

  Python, SQL, Dataiku, sklearn, pandas, spacy/ nltk

Langues :

   Français, Anglais

Durée souhaitée :

☒ 6 mois