Data Scientist Python

Concevoir et développer les services analytiques pour fournir aux équipes métier des données et analyses fiables, soutenant la transformation analytique et la prise de décision dans tous les domaines.
Taille de l’équipe : >12

Dans le domaine très concurrentiel de la vente de détail, les taux de marges sont réduits. Disposer de prédictions de chiffre d'affaires fiables est donc crucial afin de piloter au plus juste les dépenses, et les choix d'actions commerciales pertinentes.

L'objectif est d'améliorer et de fiabiliser les processus de prévision du CA, à différents horizons temporels, à différentes mailles (secteur, magasin, parc de magasins, ...) en utilisant notamment des modèles de ML qui s'appuieront sur un grand nombre d'inducteurs (historique des ventes, tendance du marché, calendrier commercial,...). L'explicabilité de ces modèles est nécessaire pour qu’ils puissent être pleinement utilisés par les équipes métier de la finance.

Missions

• Échanges réguliers avec les équipes Finance pour récolter, qualifier les besoins, restituer des résultats

• Analyse avancée de données et de résultats

• Conception, développement itératif de modèles de prévision, au sein d'un projet versionné et industrialisé

• Définition des métriques, mise en place de protocoles de mesure rigoureux

Environnement technique et expertises nécessaires

Must Have

• Concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python

• Gérer le versionning des données et des modèles

Nice to Have

• Maîtriser les bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy

• Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch

• Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables

• Utiliser les plateformes de cloud computing, notamment GCP ou équivalents

• Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly

• Gérer les bases de données relationnelles et/ou orientées document

• Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning

• Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar

• Appliquer les principes d’observabilité pour monitorer et diagnostiquer les applications et modèles

• Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run

• Contribuer à l’amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code

• Assurer la maintenance et l’évolution des applications et modèles existants

• Appliquer les méthodes agiles, notamment Scrum

Méthodes, organisations et interactions

• Communiquer clairement et efficacement à l’écrit et à l’oral en français pour des interactions fluides avec le métier et les équipes

• Analyser les situations et proposer des solutions adaptées tout en identifiant les axes d’amélioration

• Respecter les délais tout en maintenant des standards élevés de qualité et d’excellence

• Collaborer activement avec les membres de l’équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs

• Appliquer un esprit d’amélioration continue pour optimiser les pratiques et les résultats

1. Formation Bac+5 (école d’ingénieur ou université) orientée informatique, ou expérience équivalente
2. Expérience de 3 à 7 ans en Data Science Python
3. Capacité à concevoir, développer et maintenir des applications et modèles d’apprentissage automatique robustes et scalables avec Python
4. Maîtrise du versionning des données et des modèles
5. Connaissance des bibliothèques de manipulation et d’analyse de données : Pandas, NumPy, SciPy
6. Expérience avec le développement et déploiement de modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch
7. Compétences en exploration, transformation, nettoyage et enrichissement de jeux de données
8. Utilisation des plateformes de cloud computing, notamment GCP ou équivalents
9. Capacité à visualiser et analyser les données avec Matplotlib, Seaborn, Plotly
10. Gestion des bases de données relationnelles et/ou orientées document
11. Application des principes DevOps, notamment CI/CD, et utilisation de Git pour le versionning
12. Intégration des principes de craftsmanship et bonnes pratiques telles que SOLID, YAGNI et couverture de tests avec Sonar
13. Application des principes d’observabilité pour monitorer et diagnostiquer les applications et modèles
14. Participation à toutes les phases du cycle logiciel, de la conception à la mise en production et au run
15. Contribution à l’amélioration continue des pratiques de développement et assurance de la qualité, simplicité et maintenabilité du code
16. Maintenance et évolution des applications et modèles existants
17. Application des méthodes agiles, notamment Scrum
18. Communication claire et efficace à l’écrit et à l’oral en français
19. Capacité à analyser les situations et proposer des solutions adaptées tout en identifiant les axes d’amélioration
20. Respect des délais tout en maintenant des standards élevés de qualité et d’excellence
21. Collaboration active avec les membres de l’équipe, partage des connaissances et esprit collectif
22. Esprit d’amélioration continue pour optimiser les pratiques et les résultats
23. Une expérience dans le secteur du retail / grande distribution constituerait un avantage