40 Conception d'un système intelligent de détection de fraude avec tableau de bord pour l'analyse des risques et outils d'explicabilité PFE

Objectif du projet

• Concevoir un système basé sur l'intelligence artificielle capable d'identifier en temps réel les transactions frauduleuses.
• Attribuer un score de risque à chaque transaction et fournir des outils d'explicabilité pour clarifier les décisions du modèle.

Fonctionnalités attendues et livrables

• Détection en temps réel des transactions suspectes via pipeline de traitement, scoring et alerting.
• Tableau de bord interactif pour l'analyse des risques, visualisation des clusters de fraude et suivi des indicateurs de performance.
• API de scoring (FastAPI ou Flask) et interface front-end (React.js ou Vue.js) pour consultation et gestion des alertes.
• Documentation technique, tests unitaires et scripts d'entraînement/déploiement du modèle.

Méthodologie et aspects techniques

• Conception et entraînement de modèles supervisés et/ou semi-supervisés (scikit-learn, PyTorch) pour classification et score de risque.
• Mise en place d'outils d'explicabilité (ex. SHAP, LIME ou équivalents) pour expliquer les décisions et fournir des raisons compréhensibles aux analystes.
• Pipeline de données et stockage SQL pour ingestion, prétraitement, feature engineering en temps réel ou quasi-temps réel.

Profil recherché et compétences requises

• Ingénieur 1 stagiaire Data & IA, volonté de travailler sur l'ensemble de la chaîne (modélisation, API, front-end).
• Compétences techniques : Python, JavaScript, SQL, scikit-learn, PyTorch, FastAPI ou Flask, React.js ou Vue.js.
• Aptitudes souhaitées : compréhension des problématiques de fraude, rigueur dans l'évaluation des modèles, bonnes pratiques de déploiement.

Modalités de candidature

• Pour postuler, envoyer votre candidature à l'adresse suivante : stagetunisie.tn@capgemini.com.
• Indiquez en objet le titre du projet et votre niveau d'études ainsi que la période de stage souhaitée.