Contexte du recrutement et définition de poste

Dans le cadre du renforcement de notre Stratégie en matière d'Intelligence Artificielle (IA), nous cherchons à recruter un/une Responsable IA dont la mission principale consistera à intégrer l'Intelligence Artificielle dans l'ensemble de nos process, opérations et traitements afin d’améliorer la qualité de nos services et d'élargir le panel des solutions financières proposées à nos clients.

En tant que Responsable IA, vous serez en charge de la définition de notre Stratégie IA, de sa mise en œuvre ainsi que le développement de la fonction en vous appuyant sur une équipe d'experts techniques (internes et/ou externes). Le but étant de développer et d'optimiser des solutions d'IA qui soutiennent nos objectifs de business

Responsabilités :

• Développer et diriger la stratégie IA de la banque.
• Superviser et coordonner les projets IA en collaboration et de manière transverse avec les différentes entités de la Banque.
• Identifier et évaluer les opportunités d’utilisation de l’IA pour améliorer les services bancaires.
• Former et encadrer une équipe d’experts en IA (internes et/ou externes).
• Travailler en étroite collaboration avec des partenaires externes et des fournisseurs de technologie.
• Évaluer et implémenter des technologies avancées et des plateformes d'IA.

Profil recherché

• Diplôme en informatique, data science, intelligence artificielle ou domaine connexe.
• Expérience : Minimum de 5 ans d’expérience dans des rôles liés à l’IA, de préférence dans le secteur bancaire ou financier.
• Compétences techniques solides :
• Algorithmes et techniques de machine learning : Expérience en régression, classification, clustering, etc.
• Deep Learning : Expérience avec les réseaux neuronaux profonds (CNN, RNN, LSTM, etc.).
• Traitement du Langage Naturel (NLP) : Compétences en traitement et analyse du texte, y compris BERT, GPT, etc.
• Compétences en programmation et outils d’IA :
• Langages de programmation : Expertise en Python, R, SQL.
• Frameworks et bibliothèques : Utilisation d’outils et plateformes d’IA tels que TensorFlow, PyTorch, Keras, Scikit-Learn, etc.
• Outils de développement : Familiarité avec des environnements de développement et des outils comme Jupyter Notebooks, Anaconda.