skiils | Data Scientist prévision de CA financier

Contexte

L’utilisation de la data ainsi que le développement des capacités analytiques et IA constituent un axe stratégique majeur du groupe à horizon 2030. Rattachée à la direction exécutive France, la direction Analytics accompagne la transformation data de l’entreprise au service des différentes directions métiers : Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Finance, Services, etc.

Équipe : Équipe Prévision Financière
Taille de l’équipe : < 5 personnes
Type d’équipe : Existante
Composition : 0.5 Data Scientist Senior, 1 Data Translator
Intégration : Renfort d’équipe
Niveau de maturité : Senior
Présence d’un Tech Lead : Partielle

Projet

Sujet : Prévision de chiffre d’affaires pour les équipes Finance
Type de projet : Run / amélioration continue
Niveau de criticité : Élevé
Nombre de projets : 1

Dans un environnement retail fortement concurrentiel, la maîtrise des prévisions de chiffre d’affaires est essentielle afin d’optimiser les dépenses et piloter efficacement les décisions commerciales.

L’objectif du projet est d’améliorer et fiabiliser les processus de prévision du CA à différents horizons temporels et niveaux de granularité (secteur, magasin, réseau, etc.) grâce à des modèles de machine learning exploitant de nombreux inducteurs : historiques de ventes, tendances marché, calendrier commercial, opérations promotionnelles, saisonnalité, etc.

Une attention particulière est portée à l’applicabilité et à l’appropriation des modèles par les équipes métiers Finance.

Missions

• Échanger régulièrement avec les équipes Finance afin de recueillir, qualifier et challenger les besoins métiers
• Restituer les résultats et accompagner les utilisateurs dans la compréhension des analyses
• Réaliser des analyses avancées de données et interpréter les résultats
• Concevoir, développer et améliorer des modèles de prévision dans un environnement versionné et industrialisé
• Définir les métriques de suivi et mettre en place des protocoles de mesure robustes
• Participer à l’industrialisation et à l’amélioration continue des pipelines data et ML

Stack & Environnement

• SQL avancé
• Python
• Machine Learning
• Probabilités & statistiques
• Git / CI-CD
• Environnement Cloud (idéalement GCP)

1. Excellente maîtrise de SQL et Python pour la manipulation de données relationnelles
2. Solides compétences en probabilités, statistiques et machine learning
3. Expérience sur des projets industrialisés utilisant Git et des pratiques CI/CD dans des environnements cloud
4. Très bonnes capacités de communication pour vulgariser des sujets complexes auprès d’interlocuteurs non techniques
5. Forte sensibilité business et intérêt pour des problématiques opérationnelles concrètes
6. Curiosité, autonomie et esprit analytique développé
7. Formation Bac+5 en informatique, mathématiques appliquées, data science ou équivalent
8. Entre 3 et 7 ans d’expérience couvrant l’ensemble du cycle de vie d’un projet Data Science : collecte, préparation, modélisation, évaluation et déploiement
9. Expérience significative sur des problématiques de séries temporelles : forecasting, détection d’anomalies, etc.
10. Une expérience dans le secteur du retail / grande distribution est un plus