Profil recommandé: Ingénieur

Objectifs du projet:

• Mettre en place un moteur d’analyse intelligent pour repérer les anomalies dans les flux financiers.
• Concevoir et entraîner des modèles de Machine Learning supervisés et non supervisés (ex. Random Forest, Isolation Forest).
• Développer une API backend sécurisée pour la gestion des transactions, alertes et modèles.
• Offrir une interface web pour consulter les anomalies et suivre les KPIs.
• Réduire les faux positifs et améliorer la précision via un meilleur traitement des données.

Travaux à réaliser:

• Collecte, nettoyage et préparation du dataset financier (transactions historiques).
• Analyse exploratoire et détection de patterns frauduleux.
• Implémentation/entraînement de modèles ML (supervisé et non supervisé).
• Déploiement d’une API REST sécurisée (Spring Boot) exposant les fonctionnalités.
• Développement d’un dashboard Angular pour alertes, statistiques et graphiques.
• Mise en place d’un pipeline d’évaluation des performances des modèles.
• Intégration et tests de bout en bout.

Compétences requises:

• Spring Boot: API sécurisées (JWT, validation, logs, exception handling).
• Machine Learning en Python: Random Forest, Isolation Forest, feature engineering.
• Traitement et analyse de données financières.
• Angular: dashboard dynamique et responsive.
• Notions Big Data (optionnel): Spark, Kafka ou Hadoop.