Contexte de la mission Notre client a lancé un programme stratégique de refonte et de modernisation de son système de Pricing & Revenue Management, cœur de la stratégie tarifaire de la compagnie., Bienvenue chez CELAD ! Depuis nos débuts dans le monde bancaire en 1990, nous avons grandi pour devenir une force majeure dans le domaine de Systèmes d'Information & l'Informatique Industrielle. Notre #TeamCELAD de 1700 collaborateurs est fière de son implication dans ces deux domaines, travaillant avec plus de 250 clients, allant des PME/PMI aux Grands Comptes. CELAD-Montpellier offre des missions stimulantes à forte valeur ajoutée de Nîmes à Narbonne en région Occitanie. Grâce à notre diversité de clients, nous sommes actifs dans des secteurs aussi variés que la Banque et l'Assurance, le Médical, le Public, l'IT, la R&D, et bien d'autres. Une véritable palette d'opportunités qui saura satisfaire tous les appétits ! Nous sommes entièrement impliqués dans la gestion de nos collaborateurs et l'accompagnement de nos candidats, ce qui en fait la base de notre développement ainsi que le reflet de la qualité de notre travail. La bienveillance, l'enthousiasme et la passion transparaissent dès le premier contact à votre accompagnement au quotidien ! Si vous souhaitez faire partie de l'aventure Celadienne, rejoignez-nous !, New! Démarquez-vous en passant des tests de personnalité gamifiés. Lancez-vous dès maintenant, en découvrant les trois tests disponibles gratuitement!
Ce poste s'inscrit dans un environnement métier complexe et stimulant, au croisement de la science des données, de l'économie comportementale, et de l'optimisation algorithmique. Objectifs de la mission: Comprendre finement les mécanismes du Revenue Management dans un contexte aérien : dynamiques de réservation, effets prix, anticipation, segmentation, etc. Concevoir, tester et mettre en œuvre un nouveau modèle de prévision de la demande, basé sur des approches de séries temporelles modernes (ML, statistiques bayésiennes, etc.) dans un contexte multi-segments, multi-horizons et incertain. Garantir l'interprétabilité, la robustesse statistique et la fiabilité des prévisions, afin de permettre aux équipes métiers RM d'exploiter efficacement les résultats dans un système de décision. Intégrer une réflexion rigoureuse sur les biais, les sources d'endogénéité, et les incertitudes des modèles, et proposer des moyens de les tester, corriger ou encadrer. Définir et produire des indicateurs de performance prédictive et de qualité statistique, à destination des équipes métiers., Boosting par gradient Confirmé crossvalidation Confirmé langage sql Expert Power BI Expert Programmation Python Expert Modélisation Statistique Expert régularisation Confirmé
Profil académique : Diplôme de niveau Master 2 ou Doctorat en statistiques, économétrie, mathématiques appliquées, recherche opérationnelle ou data science, avec un socle théorique rigoureux. Compétences statistiques et modélisation : Maîtrise approfondie des modèles de séries temporelles (ARIMA, état-espace, bayésiens hiérarchiques, etc.). Connaissance des problèmes d'endogénéité, des méthodes de contrôle (instruments, double robustesse, etc.). Maîtrise des tests statistiques (hypothèse, robustesse, validité externe), et des méthodologies d'AB testing. Compétence en analyse causale, ou capacité à discuter la causalité dans un environnement de données observationnelles. Modélisation & abstraction : Forte capacité à formuler mathématiquement des problèmes métiers complexes. +de 8 ans d'expérience, incluant des environnements à fortes contraintes systèmes (ex. RM, supply chain, transport, trading...)., Excellente maîtrise de Python (NumPy, SciPy, PyMC, scikit-learn, statsmodels, etc.) et SQL. Connaissance d'outils de visualisation et de restitution des résultats (Power BI, Looker, Streamlit, etc.). Bonne culture ML appliqué : modèles supervisés, boosting, régularisation, validation croisée. Livrables attendus: Cahier de modélisation : description structurée du problème, hypothèses, formalisation, critères d'évaluation. Prototype fonctionnel du modèle de prévision de la demande (en Python, avec tests, métriques, documentation). Rapports d'analyse sur la robustesse statistique, les biais potentiels, et la qualité des prévisions. Présentations claires à destination des équipes métiers RM, incluant : les incertitudes associées aux prévisions, les hypothèses clés, des indicateurs de fiabilité et de suivi en production. Environnement de travail Niveau de compétence
Technologies de l'Information et de la Communication
Tremblay-en-France
Temps partiel (≤ 32 heures)
Paiement horaire
400€ min - 400€ max
16/07/2025
Freelance
Notre plateforme gratuite rassemble des milliers de missions freelance mises à jour régulièrement.