Data Scientist Python confirmé

Il y a 5 jours

Paris, Nouvelle-Aquitaine, France Brief IA Temps plein 66 000 € - 89 000 € Contrat

Taux journalier (TJM): 420€

CONTEXTE

Un client majeur renforce son équipe data centrale pour fiabiliser la prévision de chiffre d'affaires grâce au Machine Learning afin de mieux piloter les décisions commerciales et financières. Localisation : Île-de-France. 2 jours de TT, TJM 420 euros.

MISSIONS, RÔLES ET RESPONSABILITÉS

  • Recueillir et qualifier les besoins métiers en lien étroit avec la Finance, afin de cadrer les cas d'usage de prévision.
  • Concevoir et entraîner des modèles de prévision du chiffre d'affaires en Python (approches Machine Learning).
  • Mettre en place l'industrialisation des modèles, avec le versioning du code et des données.
  • Définir les métriques de performance et les protocoles de mesure pour évaluer et comparer les modèles.
  • Rendre les modèles plus explicables afin de faciliter leur adoption et leur utilisation par les équipes.
  • Contribuer à l'amélioration des pratiques d'équipe (craftsmanship, CI/CD, qualité de code) dans un cadre Agile Scrum.

COMPÉTENCES REQUISES

  • Maîtrise confirmée de Python pour développer et maintenir des pipelines et modèles de prévision.
  • Très bonne pratique de scikit-learn pour l'entraînement, l'évaluation et la mise en production de modèles.
  • Expérience solide en CI/CD pour automatiser tests, intégration et déploiements dans un contexte data.
  • Expérience avérée sur des problématiques de prévision de chiffre d'affaires (forecasting) et leurs enjeux de fiabilité.
  • Capacité à travailler avec Git pour le versioning et la collaboration au sein d'une équipe data.

PROFIL RECHERCHÉ

  • Expérience sur des cas d'usage Finance, idéalement autour du pilotage et de la prévision (revenu / chiffre d'affaires).
  • Habitude de collaborer avec des parties prenantes métiers pour le recueil des besoins et la traduction en solutions ML.
  • Appétence pour les séries temporelles et les approches de forecasting.
  • Sens de l'industrialisation et de la qualité, incluant le monitoring de mo