STAGE DATA SCIENTIST - TP qube

En une phrase – Un stage où vous pourrez mettre à profit et enrichir vos connaissances en statistiques / Machine Learning tout en travaillant sur des problématiques à très forts enjeux financiers et larges impacts sociétaux.

Contexte
Créée par des économistes et statisticiens issus du monde du conseil, TP qube est une RegTech cherchant à révolutionner la pratique des prix de transfert par l’utilisation de modèles d’apprentissage supervisé et non-supervisé sur de larges bases de données financières.
Pourquoi les prix de transfert sont un sujet majeur ? Plus du tiers du commerce mondial (+ $ 6 000 Mds/an) est aujourd’hui réalisé de manière intragroupe, c’est-à-dire entre filiales d’un même groupe multinational. Les prix pratiqués sur ces échanges entre filiales sont appelés les prix de transfert. Le calcul de ces prix peut entraîner des modifications des bases taxables d’un pays à un autre et c’est pourquoi le calcul de ces prix est soumis à des règles fiscales. Le consensus international est le principe de pleine concurrence, exigeant que les prix de transfert soient égaux aux prix de marché. Charge aux entreprises de documenter leurs politiques de prix de transfert ; et charge aux administrations fiscales de les contrôler.
Notre mission est de développer des outils statistiques permettant de mettre d’accord administrations fiscales et contribuables sur la justesse des prix de transfert. Ils permettent de remplacer des méthodes subjectives et coûteuses par des outils automatisés objectifs. Des avancées dans ces domaines sont attendus par les différents acteurs et notamment dans les pays en voie de développement où le recouvrement de l’impôt est faible ; et ce alors que les ressources fiscales sont essentielles pour atteindre leurs objectifs de développement durable.

Missions
Comme statisticien / data scientist, vous aurez l’opportunité de :
– Comprendre les modèles statistiques de prédiction de profitabilité au cœur de notre activité
– Enrichir ces modèles et en créer de nouveaux (supervisés / non supervisés), en se basant sur la littérature scientifique la plus récente (en statistiques / Machine Learning – par exemple : text mining – et/ou en économie et économétrie)
– Développer de nouveaux outils de collecte de données
En outre vous aurez la possibilité de prendre part à des missions de conseil ponctuelles sur des questions économiques et financières.
Vous travaillerez pour cela en étroite collaboration avec le reste de l’équipe, sous la supervision de Hugo Chary (X / ENSAE) et Thibaut Roques (HEC / TSE).

Profil recherché
– Vous possédez des connaissances en Machine Learning / statistiques / data mining (des connaissances additionnelles en sciences économiques et/ou finance d’entreprise sont un plus)
– Vous êtes capable d’écrire du code de qualité (de préférence en R ou Python)
– Vous êtes à l’aise pour communiquer en anglais
– Vous êtes un esprit curieux, avec un penchant pour la réflexion économique
– Vous pouvez faire preuve d’autonomie et d’initiative sur des sujets donnés
– Vous n’avez pas peur de vous attaquer à des problèmes complexes aux enjeux forts
Ce que vous pouvez espérer du stage
– Approfondir vos connaissances en statistiques / Machine Learning sur un sujet pratique où de nombreux champs sont encore ouverts et à explorer
– Travailler en direct avec une équipe de seniors expérimentés sur des sujets variés
– Découvrir de nouvelles disciplines académiques, en particulier en lien avec la science économique
– Rejoindre une équipe resserrée en early stage avec de grandes ambitions et de vrais opportunités à long-terme
– Bénéficier rapidement d’une certaine autonomie et avoir des premières responsabilités

Conditions contractuelles
Stage de 3 à 6 mois
Disponible début 2020
Basé à Paris (75017) ou Bordeaux
Rémunération compétitive en fonction de l’expérience

Comment postuler
Pour postuler, envoyer nous votre CV, un travail que vous avez réalisé sur des données (seul ou en groupe), et expliquez-nous rapidement pourquoi vous êtes fait pour ce poste, à cette adresse : recruitment@tpqube.com.