Nous recherchons un Lead data Scientist expérimenté sur les problématiques de prévision, à l’aise pour mener des discussions avec différents métiers, en capacité de guider des profils moins expérimentés sur leur pratiques de data science.
La mission consiste à construire des modèles de prévision de la demande client pour optimiser les décisions de la plus grande chaîne d’approvisionnement d’Europe
Contexte
L’Analytics Factory du client s’appuie sur un pôle Data Science rassemblant 30+ ingénieurs (data scientists, data engineers, software engineers et ops) pour résoudre – principalement avec du machine learning – des défis commerciaux et opérationnels comme les ruptures en magasin, la prévision des ventes, l’optimisation de l’assortiment des produits, la personnalisation de l’expérience sur le site web.
Prérequis
– SQL, Python
– expérience du développement logiciel agile avec multiples contributeurs (git, code review, CI/CD, bonnes pratiques)
– expérience du cloud GCP
Environnement technique des projets :
Python, SQL, Terraform, Bitbucket, Jenkins, Airflow, Docker, Kubernetes, GCP (BigQuery, Spark DataProc)
Enjeux
– Concevoir et mettre en place de modèles de prévision, à différents horizons temporels, et à différentes granularités, en s’appuyant sur une modélisation probabiliste de la demande
– Concevoir les métriques et protocoles d’évaluations
– Optimiser leur temps d’exécution dans un contexte de très forte volumétrie (plusieurs centaines de millions d’unités de gestion sur lesquelles nous souhaitons avoir des prédictions)
– Assurer l’explicabilité du comportement des modèles
– Intégrer les prévisions à un projet de recherche opérationnelle sur l’optimisation de l’approvisionnement des magasins
Lieu : Massy (91) avec télétravail 2à 3 jours par semaine.
Suivez nous