Senior Data Scientist

À propos du poste

Rejoignez notre équipe chez Lifelancer, où nous nous consacrons à connecter et à propulser une économie numérique inclusive grâce à des solutions innovantes. En tant que Senior Data Scientist, vous contribuerez à rendre les transactions sûres, simples et accessibles, aidant ainsi les individus, les institutions financières, les gouvernements et les entreprises à atteindre leur plein potentiel.

Chez Lifelancer, notre mission est de bâtir un monde durable qui libère des possibilités inestimables pour tout le monde, partout. En utilisant des données sécurisées, des réseaux robustes, des partenariats stratégiques et notre passion pour l'innovation, nous nous engageons à rendre l'économie numérique inclusive et efficace.

Mastercard est une entreprise mondiale de technologie renommée dans l'industrie des paiements. Nous aidons les individus, les institutions financières, les gouvernements et les entreprises à réaliser leur plus grand potentiel en connectant et en propulsant une économie numérique inclusive. Notre culture, animée par notre quotient de décence (DQ), favorise l'inclusion et l'innovation, nous permettant de prendre de meilleures décisions et de fournir des résultats commerciaux supérieurs.

Notre équipe Solutions d'Optimisation est dédiée à garantir une expérience de paiement numérique fluide et sécurisée alors que la préférence des consommateurs pour les transactions numériques augmente. Nous surveillons les performances numériques à travers les produits et les régions, comprenons les principaux moteurs de performance, et fournissons des analyses et des recommandations basées sur les données. Notre équipe s'engage avec les parties prenantes clés pour mettre en œuvre des solutions d'optimisation et collabore à travers l'organisation pour piloter l'alignement et l'action.

Êtes-vous fait pour ce poste ?

Vous enthousiasmez-vous pour le potentiel des actifs de données dans une organisation ? Êtes-vous un défenseur de la prise de décision basée sur les données ? Voulez-vous faire partie d'une équipe qui construit des capacités analytiques à grande échelle pour les utilisateurs sur six continents ? Si c'est le cas, vous pourriez être notre ressource de référence pour l'analyse des données scientifiques.

Responsabilités Clés

• Collaborer avec l'équipe mondiale de solutions d'optimisation pour architecturer, développer et maintenir des cadres avancés de reporting et de visualisation de données pour de grands volumes de données.
• Construire et mettre en œuvre des solutions de Machine Learning pour générer des insights exploitables, soutenant l'optimisation des produits et l'habilitation des ventes.
• Prototyper de nouveaux algorithmes, expérimenter, évaluer et livrer des insights précieux.
• Conduire l'évolution des produits axés sur la science des données et l'ingénierie.
• Concevoir des systèmes de machine learning et des logiciels d'IA auto-exécutables pour automatiser les modèles prédictifs.
• Effectuer l'ingestion, l'agrégation et le traitement de données volumineuses et à haute dimensionnalité pour produire des insights pertinents.
• Innover continuellement avec de nouvelles approches, outils, techniques et technologies pour résoudre les problèmes commerciaux.
• Appliquer l'expertise en métriques, mesures et benchmarks à des solutions complexes.

Qualifications et Compétences

• Un dossier académique supérieur en Informatique, Science des Données, Technologie, Mathématiques, Statistiques, ou dans des domaines connexes, ou une expérience professionnelle équivalente.
• Au moins 5 ans d'expérience en gestion des données, extraction de données, analyse des données, reporting des données, développement de produits de données et analyse quantitative.
• Compétences analytiques solides avec une capacité éprouvée à traduire les données en insights convaincants.
• Expérience dans un rôle de développement de produits.
• Connaissance des cadres ML, des bibliothèques, des structures de données, de la modélisation de données et de l'architecture logicielle.
• Maîtrise de Python/Spark, des plateformes/outils Hadoop (Hive, Impala, Airflow, NiFi) et du SQL.
• L'expérience avec les plateformes d'intelligence d'affaires d'entreprise telles que Tableau ou PowerBI est un plus.
• Succès démontré dans l'interaction avec