Lead Data Scientist Sénior

Budget: 645€/day

Description De La Mission
Cet entité est le pilier de la transformation analytique d'une grande entreprise de distribution, au service des clients et de l'ensemble des équipes métier : Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc. Le-La Lead Data Scientist est garant·e de la mesure de la performance et de l'impact des actions menées. Il·elle joue un rôle central dans l'évaluation continue des dispositifs déployés.

Environnement technique et expertises nécessaires
Au sein d'une direction business, nous lançons un projet stratégique de personnalisation de l'assortiment magasin. L'objectif est de dépasser les limites de l'outil actuel en développant un moteur algorithmique capable d'optimiser les modules nationaux (TACs) et d'effectuer des ajustements fins à l'EAN (Picking/Dépicking).

Vos Missions Principales

• Pilotage Technique & Architecture : Concevoir l'architecture des briques algorithmiques (Clustering, Prévision de ventes, Optimisation sous contraintes) sur GCP.
• Développement algorithmique (Hands-on) : Coder les modèles complexes, notamment l'algorithme d'optimisation (Recherche Opérationnelle) pour respecter les contraintes magasins (linéaire, supply, mix marge/CA).
• Coaching & Code Quality : En support éventuel du Lead Data Scientist interne, encadrer les Data Scientists séniors, garantir les bonnes pratiques (CI/CD, DVC, Tests) et l'industrialisation via Airflow/Composer.
• Mesure de la performance : Mettre en place des méthodologies robustes (ex: Causal Impact) pour mesurer les gains business (CA/Marge) post-déploiement.

Compétences Techniques Requises

• Excellente maîtrise de SQL, avec une forte expérience sur BigQuery et une bonne connaissance des bases de données SQL/NoSQL (PostgreSQL, MongoDB, DBL…).
• Modélisation et préparation des données : conception de pipelines optimisés dans BigQuery, en garantissant la qualité, la fiabilité et la cohérence des analyses.
• Connaissance des architectures data modernes (Data Lake, Data Warehouse) et des environnements Cloud (GCP, AWS, Azure).
• Maîtrise des outils de CI/CD avec GitLab CI, et des pratiques de gestion de version (Git).
• Compréhension des principes DevOps, avec une vision orientée fiabilité et amélioration continue.
• Bonne maîtrise des méthodologies agiles, notamment Scrum, Sprint Planning et Backlog Refinement.
• Industrialiser et maintenir la plateforme d'orchestration Airflow (CI/CD, gestion des environnements, scaling, sécurité, SLA).

Méthodes, organisations et interactions

• Excellente communication écrite et orale : Bonne communication écrite et orale en français pour des interactions fluides avec le métier.
• Esprit d'analyse et d'amélioration continue : Capacité à évaluer le code et ses impacts, ainsi qu'à remettre en question les solutions existantes pour les améliorer.
• Capacité de prise de recul : Aptitude à évaluer les problématiques avec objectivité et à proposer des solutions d'amélioration.
• Capacité à respecter les délais tout en maintenant des standards élevés.
• Esprit d'équipe : Capacité à collaborer efficacement avec les membres de l'équipe pour atteindre des objectifs communs.

Niveau et type d'expertise requis

• Diplômé(e) d'un Bac+5 en école d'ingénieur ou équivalent universitaire avec une spécialisation en informatique, ou justifiant d'une expérience significative équivalente.
• Expérience de plus de 7 ans en Data Scientist.
• Une expérience dans le secteur du commerce de détail ou de la grande distribution serait un plus.

Informations pratiques

• TJM : 645€
• Disponibilité : ASAP