Data Scientist Senior

Objet

Nous recherchons un Data Scientist Senior pour rejoindre l'équipe Predictive Models du département Marketing & Communication.

La mission consiste à développer, déployer et monitorer des modèles de data science et d'IA responsables, avec un focus sur l'usage des LLMs pour la classification de texte, la synthèse et la détection d'intention client, afin d'améliorer la pertinence et l'impact des campagnes marketing.

Informations pratiques

• Lieu : Bruxelles

• Rythme de travail : 50 % sur site à Bruxelles / 50 % télétravail

Missions principales

• Recueillir et analyser les besoins métiers

• Évaluer la faisabilité des use cases

• Concevoir et améliorer des modèles prédictifs responsables

• Développer des modèles liés au customer journey et aux campagnes marketing

• Construire des pipelines de traitement de données web analytics

• Utiliser les LLMs pour la classification, le résumé et la détection d'intention

• Mettre en place les bonnes pratiques de Responsible AI

• Déployer, monitorer et maintenir les modèles en production

• Présenter des recommandations claires et actionnables aux équipes métier

Profil recherché

• Master ou équivalent dans un domaine quantitatif

• Minimum 5 ans d'expérience en data science

• Excellente maîtrise de Python, scikit-learn, PyTorch, TensorFlow, SQL, Git, Bash

• Bonne connaissance des méthodes statistiques, du machine learning et du deep learning

• Expérience en customer journey modeling

• Expertise dans l'usage des LLMs : classification, interprétabilité, guardrails, validation

Atouts

Une expérience en incremental learning, uplift modeling, Marketing Mix Modeling, SAS ou Streamlit est un plus.

Langues

• Anglais courant

• Français courant ou néerlandais courant

Soft skills

• Autonomie et prise d'initiative

• Capacité à gérer les projets de bout en bout

• Esprit d'analyse et de résolution de problèmes

• Communication claire et orientée business

• Esprit d'équipe et attitude proactive

Livrables attendus

• Modèles et analyses documentés

• Pipelines de traitement de données

• Tests d'impact et recommandations métier

• Déploiement et suivi des modèles en production