Contexte

La fraude financière évolue rapidement, tant en volume qu’en complexité. Pour y répondre, il devient essentiel de concevoir des systèmes de détection plus performants et réactifs. Ce stage, rattaché à la BU Analytics, s’inscrit dans une démarche R&D : développer et optimiser des modèles d’intelligence artificielle exploitant la puissance des GPU, afin d’accélérer la détection et d’améliorer la précision face aux comportements frauduleux.

Missions

Étudier les approches existantes de détection de fraude basées sur l’IA et en analyser les limites.

Optimiser et adapter des modèles de machine learning pour une exécution sur GPU.

Concevoir un prototype fonctionnel de détection en temps réel, exploitant l’architecture GPU.

Évaluer les performances par rapport aux systèmes classiques (CPU) en termes de vitesse, précision et fiabilité.

Documenter les résultats et formuler des recommandations pour un passage à l’échelle industrielle.

Ce que tu vas apprendre et apporter

Développer une expertise rare à l’intersection de l’IA et du calcul haute performance (GPU).

Contribuer à un projet à fort impact, au cœur des enjeux de sécurité financière.

Travailler avec une équipe pluridisciplinaire combinant IA, cybersécurité et ingénierie GPU.

Expérimenter une approche appliquée, avec des perspectives directes de mise en œuvre à grande échelle.

Étudiant(e) en informatique, data science ou domaine connexe.

Solides connaissances en machine learning et deep learning.

Maîtrise de Python et des frameworks IA (TensorFlow, PyTorch) ; familiarité avec CUDA est un plus.

Compétences en analyse de données et statistiques.

Intérêt marqué pour les problématiques de sécurité et la lutte contre la fraude.

Un premier call avec notre chargée de recrutement

Un use case à réaliser à la maison

Un échange avec un.e manager technique