Chargée/Chargé d'études (F/H) - Fraude Monétique ? analyste des données Fraude

Description de l'offre

Type de contrat

CDI ()

Statut

Métier

Localisation

PARIS (75)

Niveau d études

BAC + 4 validé, BAC + 5 validé ou en cours

Niveau d expérience

Confirmé

Salaire

50 000 € - 70 000 € brut annuel fixe + avantages sociaux (selon les pratiques ou dispositions en vigueur au sein de l'entreprise)

Date de publication

16/10/2026

Date de prise de poste

Référence

A086028

· 

Fiers de faire de la Diversité une force pour notre entreprise, Crédit Mutuel Alliance Fédérale s'engage à reconnaître et à promouvoir tous les talents sans distinction
Nos recrutements sont fondés sur les compétences, sans distinction de genre, d'âge, d'origine sociale et culturelle, d'orientation sexuelle, d'appartenance à une organisation politique, syndicale ou à une minorité, ou toute autre caractéristique pouvant faire l'objet d'une discrimination. Tous nos postes sont ouverts aux personnes en situation de handicap.

Si vous avez besoin d'assistance pour favoriser l'accessibilité du recrutement ou du poste sur lequel vous vous positionnez, n'hésitez pas à en informer nos recruteurs à n'importe quelle étape du processus de recrutement.

Qui sommes-nous ?

Vos missions

Dans un contexte de montée des risques de fraude externe (phishing, usurpation d’identité, fraude aux moyens de paiement, etc.), notre établissement renforce ses dispositifs de détection, de prévention et de traitement des fraudes.

Vous intégrerez la Filière Fraude au sein du Domaine Moyens de Paiement de CCS, GIE du groupe Crédit Mutuel Alliance Fédérale, en tant que Chargé/Chargée d’études Fraude Monétique – analyste des données Fraude.

Le titulaire du poste contribue à la prévention des risques liés aux transactions frauduleuses, en assurant l’analyse, l’investigation, la détection des nouveaux schémas frauduleux, ainsi que l’optimisation des dispositifs de surveillance.

Vos missions incluent :

L’entité Détection, Support et Investigation Fraude monétique est chargée d’accompagner les équipes opérationnelles en charge de la lutte contre la fraude et est en charge de l’analyse de données et de l’identification des transactions à risque.

Vous allez être amené à travailler avec les équipes internes du Groupe et des acteurs de la monétique à savoir :

· Les services de sécurité des moyens de paiement et les équipe monétiques

· Les services de lutte contre la fraude EER, Virement, Prélèvements etc

· Les directions Informatiques, Risques, Paiements, Commerciales et le réseau bancaire

· Les schèmes CB, Mastercard, Visa

Vous serez amené à travailler sur tous les sujets liés à la fraude aux moyens de paiement avec pour missions principales :

1. Conception & Industrialisation de Modèles de Scoring Fraude

· Objectif : Développer et déployer des modèles prédictifs haute performance pour détecter et prévenir la fraude en temps réel.

Modélisation avancée :

· Concevoir, entraîner et valider des modèles supervisés/non supervisés (Random Forest, SVM, réseaux bayésiens, régression logistique, LARS, etc.) sur des volumes massifs de données transactionnelles (milliards de lignes).

· Optimiser les algorithmes pour un scoring en temps réel (latence < 100ms) et une scalabilité adaptée à des flux de données continus.

· Industrialisation :

· Intégrer les modèles dans StatMining et la plateforme Data Morphing® (Big Data / temps réel).

· Automatiser les pipelines de feature engineering, nettoyage et détection d’anomalies pour garantir une qualité de données optimale.

· Documenter les modèles (méthodologie, performances, limites) et assurer leur traçabilité (versioning, audit).

2. Pilotage de la Performance Fraude

· Objectif : Réduire les pertes liées à la fraude via une analyse proactive et une amélioration continue des modèles et règles.

· Analyse & Optimisation :

· Suivre et améliorer les KPIs fraude (taux de détection, faux positifs, ROI des modèles, etc.).

· Identifier et analyser les nouvelles typologies de fraude (ex : fraude aux paiements, usurpation d’identité) et adapter les règles métier et modèles en conséquence.

· Réaliser des analyses post-mortem sur les incidents fraude pour en tirer des actions correctives.

· Reporting & Décisionnel :

· Produire des dashboards dynamiques (Power BI, Tableau, etc.) pour le pilotage opérationnel et stratégique.

· Présenter des recommandations data-driven aux parties prenantes (Direction, équipes Produit, Tech).

3. Exploitation & Valorisation de la Donnée

· Objectif : Transformer la donnée brute en insights actionnables pour les équipes métier et techniques.

· Data Engineering :

· Préparer, nettoyer et structurer les données (ingestion, feature engineering, détection d’outliers) en Python (Pandas, NumPy, Scikit-learn).

· Travailler en environnement Big Data (Spark, Hadoop, etc.) pour traiter des volumes massifs de données.

· Études & Optimisation :

· Mener des analyses ad-hoc (ex : impact d’une nouvelle réglementation sur la fraude).

· Proposer des solutions d’optimisation des processus (ex : réduction des faux positifs de 20%).

· Support aux équipes :

· Former et accompagner les utilisateurs métier (profil no-code) sur StatMining (création de règles, interprétation des scores).

· Résoudre des dossiers complexes (ex : fraudes sophistiquées, évolutions réglementaires comme DSP2).

4. Coordination & Transmission

· Objectif : Assurer une collaboration fluide entre les équipes techniques, métier et la direction.

· Collaboration transverse :

· Travailler en mode agile avec les équipes Produit, Tech, PSP (Payment Service Providers) et Data Engineering pour aligner les modèles sur les besoins métier.

· Piloter les évolutions de bout en bout (de la conception à la mise en production), en veillant à leur appropriation par les opérationnels.

· Formation & Documentation :

· Animer des sessions de formation sur les outils (StatMining, Data Morphing®) et les bonnes pratiques en scoring fraude.

· Documenter les processus, les modèles et les retours d’expérience (REX) pour capitaliser sur les connaissances.

· Suivi des performances :

· Monitorer la performance des scores (Schemes : Visa, Mastercard, etc.) et proposer des ajustements pour maintenir un taux de détection > 95%.

Ce que vous allez vivre chez nous

Ce que nous allons aimer chez vous

Connaissances et Compétences

· De formation ingénieur technique ou diplôme Bac+4/+5 en statistiques, informatique, mathématiques ou domaine bancaire

· Connaissance du domaine des Moyens de paiement et plus particulièrement en Monétique, normes et mécanismes de sécurité ;

· Connaissance de la règlementation applicable (GIE CB, MasterCard, Visa…)

· Statmining : Maîtrise experte de l'outil (Data Morphing, algorithmes propriétaires, passage étude → production)

· Machine Learning : Random Forest, GBM, SVM, réseaux de neurones, clustering, détection d'anomalies, feature selection

· Langages : Python, R, SQL (indispensables)

· Big Data : Expérience sur des flux transactionnels de grande volumétrie

· Respect des règles et des procédures.

· Langue : Anglais lu, écrit et parlé

Savoir être – Savoir faire

· Capacité à fédérer et à entretenir des relations de qualité

· Rigueur, sens de l'organisation, et autonomie

· Capacité d'analyse et de synthèse

· Esprit d’initiative et force de proposition

· Aptitude à la conduite de projets, à travailler en équipe, et à gérer plusieurs projets simultanément

· Sensibilité aux enjeux de sécurité et de conformité

· Excellentes capacités rédactionnelles et de communication

· Curiosité et bonne capacité d’adaptation

· Approche constructive des situations