Data Scientist Supply Chain

Tu rejoindras une équipe pluridisciplinaire (Data Scientists, Data Analysts, Analytics Engineers, ML Engineers) au sein d'un grand acteur international du retail, rattachée à la Data Supply Chain. L'équipe est responsable de la conception, du développement et de la maintenance de solutions analytiques et IA autour de cas d'usage supply chain : prévision de la demande multi-échelons, estimation de stock cible, gestion des ruptures.

Ta mission : développer et déployer des modèles de ML industrialisés pour la prévision de la demande (B2B et B2C, à différents niveaux géographiques), en contribuant directement à l'optimisation de la gestion des stocks. Tu travailleras en mode agile, en étroite collaboration avec les équipes Produit, Engineering et Business.

Responsabilités principales :

• Mener des analyses de diagnostic approfondies sur les prévisions en production et les overrides utilisateurs pour identifier des patterns et affiner la précision des modèles.

• Développer des algorithmes statistiques et ML avancés intégrant des variables internes (prix, assortiment) et des signaux externes (météo, calendrier, tendances marché) pour la gestion globale du réassort.

• Prendre en charge le cycle de vie complet de tes solutions ML — de la R&D au déploiement via CI/CD — en garantissant la stabilité et l'efficacité du moteur de prévision.

• Traduire des insights data complexes en recommandations actionnables pour les parties prenantes Supply Chain et Business.

• Participer aux revues de code et de modèles, promouvoir les bonnes pratiques de ML engineering, de reproductibilité et de documentation.

Stack technique : Python, Spark, Scikit-Learn, TensorFlow/PyTorch, PySpark, MLflow, Airflow, Docker, GitHub Actions, Databricks, AWS, GCP, Tableau.

Bonne maîtrise du Time Series forecasting et expérience sur des pipelines ML en production à l'échelle | Expérience en équipe technique agile, forte capacité à donner et recevoir du feedback | Connaissance des concepts supply chain (optimisation des stocks, gestion de la demande) | Capacité à traduire des besoins métiers en problèmes ML bien définis | À l'aise aussi bien pour expliquer un modèle à des non-techniciens que pour discuter d'hyperparams avec un ingénieur | Anglais professionnel | Bac+5 informatique, mathématiques, data science ou équivalent