Vous voulez compléter votre formation en DATA ?

On vous propose de rejoindre une des équipes de l'inspection générale de La Banque Postale où vos actions contribueront à vous épanouir et à rendre notre croissance à la fois saine et durable.

Directement rattachée au Directoire, l'Inspection Générale (IG) assure le contrôle périodique des activités du Groupe La Banque Postale. Par ses missions d'audit réalisées en toute indépendance sur l'ensemble des domaines de la banque, elle veille à la pertinence des dispositifs de maîtrise des risques, à la conformité aux différentes normes en vigueur, ainsi qu'à l'efficacité opérationnelle du Groupe. Les analyses de l'IG guident les évolutions de la banque et éclairent, en toute impartialité, le Comité Exécutif.

Intégré.e au pôle Data de l'IG pour les activités suivantes :

• Assister l'équipe du Lab Data dans le développement de projets à base d'IA (reconnaissance d'images, OCR, NLP…).
• Industrialiser un projet OCR pour automatiser l'extraction d'information provenant de documents potentiellement scannés.
• Développer les solutions Python pour structurer les données textuelles brutes.
• Participer au déploiement de solutions sur la plateforme Dataiku.

Dans ses tâches, le/la stagiaire Data Scientist H/F s'appuie sur les outils du Groupe La Banque Postale (Dataiku, SAS,…) et travaille dans le respect des objectifs de qualité et de délais fixés par l'IG.

Formation : Étudiant(e) d'une grande école d'ingénieurs ou d'une formation de type Bac + 5 en mathématiques / informatique / Data science / computer vision, à la recherche d'un stage de fin d'études (6 mois).

Programmation en Python : Bonne maîtrise de Python en utilisant la méthode POO (Programmation Orientée Objet). Capable de manipuler différents types de données, telles que tabulaire, image et texte. Savoir structurer les données à partir de données semi-structurées ou non structurées.

Data Science : Vous avez une bonne compréhension du cycle de vie des projets de data science, de l'esprit de l'Analytics Pipeline et de la notion de CI/CD. Connaissance essentielle sur des algorithmes Machine Learning et Deep Learning.

Natural Language Processing (NLP) : Connaissance essentielle des techniques NLP comme Named Entity Recognition, Word Embedding et Key Information Extraction.

Optical Character Recognition (OCR) : Connaissance/notion de l'architecture des modèles OCR, tels que CRAFT.

Vous êtes autonome, curieux(se), rigoureux(se) et appréciez le travail en équipe. Savoir communiquer les résultats du travail à des personnes techniques et non techniques. Capacité à argumenter des choix technologiques et à en expliquer les risques et les avantages.

Vous disposez d'excellentes capacités d'analyse et de synthèse.