Data Scientist Senior GCP

Contexte

Le Data Scientist Senior interviendra sur l’analyse des données, la modélisation statistique et le développement d’algorithmes prédictifs, avec un accent particulier sur les séries temporelles et la prévision de la demande.

Missions

• Analyser les données historiques afin d’identifier les tendances, saisonnalités et comportements de la demande.

• Évaluer les modèles de prévision existants et identifier les axes d’amélioration.

• Concevoir, développer et optimiser des modèles prédictifs basés sur les séries temporelles.

• Appliquer des méthodes statistiques avancées et des algorithmes de Machine Learning.

• Développer des solutions de prévision avec Python et ses bibliothèques spécialisées.

• Évaluer la performance des modèles à l’aide de métriques adaptées et comparer différentes approches de modélisation.

• Restituer les résultats et les indicateurs à travers des outils de visualisation comme Spotfire ou Power BI.

• Collaborer avec les équipes métier et techniques pour accompagner la modernisation du système de Revenue Management.

1. Diplôme de niveau Bac+5 minimum en Data Science, statistiques, mathématiques appliquées ou domaine connexe

2. Doctorat apprécié, notamment en statistiques ou en modélisation prédictive

3. Au moins 5 ans d’expérience en tant que Data Scientist

4. Expérience concrète et significative en prévision de séries temporelles (Time Series Forecasting)

5. Compétences en prévision de séries temporelles, analyse statistique avancée, modélisation prédictive, analyse exploratoire des données, identification des tendances et saisonnalités

6. Maîtrise de la programmation en Python et des bibliothèques comme scikit-learn

7. Compétences en manipulation et préparation des données, entraînement, validation et optimisation de modèles prédictifs

8. Expérience avec des outils de visualisation de données tels que Spotfire ou Power BI

9. Capacité à évaluer, comparer et optimiser les performances des modèles statistiques et de Machine Learning

10. Expérience dans des environnements métier complexes nécessitant des prévisions fiables pour la prise de décision