AU QUOTIDIEN ÇA DONNE QUOI ? Au sein de BNP Paribas Personal Finance, filiale à 100 % du groupe BNP Paribas et spécialisée dans le financement aux particuliers en France et en Europe au travers de ses activités de crédit à la consommation, nous travaillons dans un environnement international et multiculturel. Vous rejoindrez l’équipe AI Product au sein du département Data, qui accompagne les projets de Data Science de l’idéation à la mise en production, dans un environnement international avec des experts en machine learning et ML engineering. Vos principales tâches seront :Analyser des jeux de données de transactions (structure, déséquilibres, features pertinentes) et benchmarker les méthodes existantes (règles métiers, modèles supervisés).Concevoir un modèle hybride combinant LLM et Machine Learning.Exploiter des LLM (fine-tuning ou prompt engineering) pour générer des embeddings sémantiques et comparer leur performance aux méthodes traditionnelles.Entraîner un modèle de classification (XGBoost, Random Forest) en combinant embeddings et variables métiers, avec optimisation des hyperparamètres.Gérer les problématiques de classes déséquilibrées et améliorer la robustesse du modèle.Mettre en place des indicateurs de performance (précision, rappel, F1-score) et des mécanismes de suivi (drift).Contribuer à l’industrialisation du modèle (pipeline, suivi des prédictions, estimation et optimisation des coûts).Analyser l’impact de la solution (comparaison avec approches existantes, étude de cas sur transactions ambiguës). L’objectif du stage sera de développer un modèle hybride combinant LLM et Machine Learning pour classifier automatiquement les transactions bancaires, en améliorant précision, interprétabilité, adaptabilité et performance tout en maîtrisant les coûts. Nos tuteurs et tutrices se forment en continu pour mieux vous accompagner dans toutes les composantes de votre stage, toujours avec bienveillance. Une partie de leur temps de travail est d'ailleurs dédiée à
Recruteur ou personne concernée par cette annonce ? Demander la suppression