À titre de Conseiller(-ère) principal(e), Science de données, vous contribuez à répondre au besoin des données en soutien à la prise de décisions d’affaires, au développement de solutions et de services adaptés aux enjeux d’affaires et à la recherche opérationnelle en optimisation des processus. Vous assumez un rôle de leadership auprès de nos partenaires d’affaires dans le cadre de projets de développement de modèles adaptés à des besoins d’affaires variés et d’interventions stratégiques et complexes en analytique avancée et en intelligence artificielle. Vous contribuez à la résolution de problèmes d’affaires de complexité opérationnelle et conceptuelle élevée, notamment en gestion des indemnités, nécessitant l’exploration de multiples sources de données, une analyse et une compréhension globale et détaillée du domaine des assurances de dommages. Vous êtes appelé(e) à interagir avec un grand nombre de parties prenantes œuvrant dans des domaines d’expertise variés afin de comprendre et communiquer les enjeux et d’influencer la prise de décision. Plus spécifiquement, vous serez amené(e) à :
- Explorer et évaluer des sources de données variées, structurées et non structurées, en déterminer la pertinence et la qualité, puis préparer des jeux de données de modélisation enrichis en mettant à profit une expertise statistique et actuarielle ainsi que des techniques de conception de variables explicatives, dans le cadre de mandats diversifiés et complexes en modélisation prédictive
- Analyser les besoins d’affaires des clients et partenaires, produire des hypothèses et mener des mandats en considérant les particularités liées à leur opérationnalisation et en assurant l’arrimage lors de leur déploiement
- Utiliser des méthodes avancées en statistiques, en apprentissage automatique et en intelligence artificielle en vue d’exploiter les données, de développer et d’optimiser des modèles et des segmentations répondant aux besoins d’affaires
- Concevoir, développer et mettre en œuvre des processus analytiques, des scripts et des outils réutilisables soutenant la préparation et l’analyse des données ainsi que le développement, l’évaluation, le déploiement, le suivi et la maintenance de modèles analytiques de complexité élevée
- Transformer les résultats d’analyses en recommandations claires et concrètes afin de guider la prise de décision stratégique et de favoriser l’innovation au sein des différents secteurs d’affaires
- Rédiger les encadrements et les méthodes de modélisation des données et s’assurer du respect des spécifications permettant une performance optimale des modèles construits. S’assurer de l’élaboration de la documentation, de la préparation et de la diffusion de formations dans un esprit de bonne gestion du changement
- Cibler des opportunités d’optimisation des règles et des systèmes, anticiper les impacts sous-jacents aux changements et apporter des évolutions aux outils de gestion des données
Ce que nous offrons*
- Salaire concurrentiel et boni annuel
- 4 semaines de vacances flexibles dès la première année
- Régime de retraite à prestations déterminées qui assure un revenu prévisible et stable durant toute la retraite
- Régime d’assurance collective incluant des services de télémédecine
- Remboursement des frais liés à la santé, au bien-être et à de l’équipement pour le télétravail
- Les avantages sont applicables en fonction des critères d’admissibilité.
Ce que vous mettrez à profit
- Baccalauréat en statistiques, mathématiques, actuariat ou dans une discipline appropriée
- Un minimum de six ans d’expérience pertinente dans le domaine de l’actuariat ou de la science des données, incluant développement de modèles prédictifs et analyses spatiales
- Veuillez noter que d’autres combinaisons de formation et d’expérience pertinentes pourraient être considérées
- Spécialisation académique dans un domaine quantitatif (Certificat, Maîtrise ou PhD par exemple)
- Connaissance du français nécessaire pour les postes au Québec
- Maîtrise de l’anglais de niveau avancé, tant à l’oral qu’à l’écrit en raison de la nature des tâches, des outils de travail ou d’interactions avec des partenaires ou membres et client(e)s anglophones
- Maîtrise d’au moins un langage de programmation en analytique de données (Python ou R) et d’un langage de manipulation de données (SAS ou SQL)
- Maîtrise des approches statistiques et des méthodes d’apprentissage automatique, incluant la régression, les arbres de décision, les techniques d’apprentissage par ensemble (ex : forêts aléatoires et gradient boosting), le clustering et les réseaux de neurones
- Connaissance pratique des principales librairies de science des données (apprentissage automatique, apprentissage profond, traitement automatique de la langue naturelle, analyses spatiales, visualisation)
Apprécier les différences, Apprendre avec agilité, Être orienté client, Être orienté vers l’action, Gérer la complexité, Maîtriser les relations interpersonnelles, Stimuler l’innovation
Équité, diversité, inclusion et accessibilité
Chez Desjardins, on croit à l’équité, à la diversité et à l’inclusion. Nous nous engageons à accueillir toutes les personnes, à les considérer et à les valoriser pour ce qu’elles sont, à nous enrichir de leurs différences et de leur unicité et, surtout, à leur offrir un environnement de travail où elles seront bien. Pour nous, la discrimination, peu importe ses formes, c’est tolérance zéro! Nous croyons en l’importance que nos équipes soient le reflet de la diversité de nos membres, de notre clientèle et des communautés que nous servons.
Si vous avez besoin d’assistance pour rendre plus accessible le processus de recrutement ou le poste pour lequel vous postulez, veuillez nous en informer. Des mesures d’aménagement seront offertes aux personnes qui en font la demande à n’importe quelle étape du processus de recrutement.
Curieux de découvrir Desjardins ? Cliquez ici
Syndicat (si admissible)
Famille d'emplois
Données (GF)
Date de fin d'affichage
2026-10-26
Ce poste est réellement vacant.
Desjardins recourt à des outils intégrant des fonctionnalités d’intelligence artificielle pour trier ou évaluer les candidatures dans le cadre du processus de recrutement lié à ce poste.
