Senior Data Scientist / Senior Machine Learning Engineer

Contexte

Decathlon Digital ambitionne de devenir la meilleure plateforme numérique sportive et écosystème ouvert au monde. L’objectif est de permettre aux clients de vivre Decathlon à travers de nombreuses expériences locales centrées sur le sport, en connectant de nombreux acteurs et services tiers, de manière sécurisée et performante.

Decathlon Digital regroupe aujourd’hui plus de 5000 profils techniques : software engineers, product managers, expert·e·s de la data, du Cloud et de la cybersécurité, en France et à l’étranger, implantés à Paris, Lille, Nantes, Lyon, et Amsterdam.

L'équipe Data InStore recherche un·e Data Scientist / Machine Learning Engineer basé·e à Nantes, Paris ou Lille. Cette équipe est responsable de la conception, du développement et de la maintenance de solutions analytiques et d'Intelligence Artificielle innovantes autour des enjeux du magasin, de la prévision du trafic au développement de solutions intelligentes pour les coéquipiers à base d’agents ou de GenAI, ainsi que des solutions d’analyse de la performance.

Tu travailleras au sein d’une équipe multidisciplinaire composée de Data Scientists, Data Analysts, Analytics Engineers, ML Engineers, travaillant de manière agile et en forte proximité avec les interlocuteurs Product, Engineering et les utilisateurs métiers.

Missions

• Collaborer, analyser, innover, et conduire les décisions stratégiques.
• Développer et maintenir en conditions opérationnelles des solutions de machine learning (pipelines batch de prévisions, moteur de classification, etc.).
• Évaluer et améliorer les modèles et méthodologies de prévision existants afin d’optimiser l’accuracy et l’efficacité.
• Appliquer des standards de développement et de data gouvernance aux solutions.
• Collaborer avec des équipes transverses (métier, Engineering, Product) pour aligner les initiatives Data et IA avec les objectifs business.
• Communiquer les analyses et proposer des recommandations aux parties prenantes via des visualisations et présentations claires et concises.
• Se tenir informé(e) des tendances du secteur et des technologies émergentes en science des données et gestion de la chaîne d’approvisionnement.

Stack technique

• Execution Engine : Databricks, AWS, GCP
• Payload : Python, Spark, Scikit-Learn, Tensorflow / Pytorch, Pyspark, dbt
• CI/CD : Github Actions
• Serving : Docker, Protobuf, gRPC
• Model registry, Model Tracking : MLFlow
• Orchestration : Airflow
• Documentation / code : Git, Confluence
• Data Visualisation : Tableau

Compétences demandées

• Informatique
  • Python : Expert
• Fonctionnel
  • Communication : Confirmé
  • Esprit de synthèse : Confirmé
  • Rigoureux : Confirmé
  • Méthode Agile : Confirmé
• Compétences linguistiques
  • Anglais : Confirmé
• Autres compétences techniques
  • dbt

Conditions de travail

• Localisation : Nantes, Paris ou Lille
• Poste au sein d’une équipe agile et multidisciplinaire
• Environnement technique moderne et innovant
• Forte autonomie et responsabilités dans la gestion des projets de machine learning

1. Plus de 5 ans d’expérience en science des données, avec une maîtrise de l’analyse statistique et des techniques d’apprentissage automatique, notamment sur l’analyse et la prévision des séries temporelles
2. Bonne connaissance généraliste des fondamentaux du Machine Learning et expérience de gestion de production
3. Compréhension des concepts du retail et capacité à transformer les besoins business en problèmes bien définis et recommandations exploitables
4. Niveau confirmé+ en programmation avec les langages Python et SQL, ainsi que les frameworks de traitement de données (Spark, dbt)
5. Maîtrise des environnements cloud : GCP, AWS, Databricks
6. Connaissance des outils d’orchestration (Airflow, Astronomer) et des concepts de CI/CD (github actions)
7. Grande capacité d’analyse et esprit structuré pour tirer des enseignements pertinents
8. Esprit collaboratif au sein d’équipes multidisciplinaires (métier, données, produit, gouvernance)
9. Proactivité et curiosité pour explorer de nouvelles solutions et améliorer continuellement les méthodes d’analyse
10. Maîtrise de l’anglais
11. Expérience avec les modèles de langage (LLM), les systèmes d’agents et les approches GenAI est un plus