TROUVE TES PROCHAINES MISSIONS FREELANCE ET PROPULSE TA CARRIÈRE !

Périmètre de la consultation : Prestations attendues Activités principales du data scientist : * Comprendre les cas d'usage * Participer aux réunions de cadrage des besoins avec le chef de projet DPIT * Apporter une expertise et évaluer la pertinence de l'IA pour le besoin * Réaliser une première estimation de l'effort nécessaire au développement d'une solution * Développer des POC (Proof of Concept) pour démontrer la faisabilité et la performance, Collecte de données : * Identifier les sources de données (internes et externes) * Extraire les données depuis des bases de données, des API, des fichiers texte, des documents Word/PDF, via du web scraping, des données semi-structurées, etc. Préparation et nettoyage des données : * Nettoyer les données : corriger ou supprimer les données corrompues/incorrectes, gérer les valeurs manquantes, supprimer les doublons * Transformer les données : normaliser les formats, mettre à l'échelle, encoder les variables catégorielles Ingénierie des caractéristiques (Feature Engineering) : * Extraire, créer et sélectionner les caractéristiques pertinentes à partir des données brutes Traitement du langage naturel (NLP) : * Extraire, nettoyer et transformer le texte issu de documents non structurés Exploration et visualisation des données : * Réaliser une analyse exploratoire des données (EDA) * Détecter des motifs et tendances pour formuler des hypothèses et identifier des relations causales potentielles Modélisation et développement : * Utiliser Python pour développer des applications et des interfaces utilisateur de base * Sélectionner les algorithmes de ML/DL appropriés * Entraîner les modèles et ajuster les paramètres * Valider les modèles via la validation croisée pour éviter le surapprentissage (overfitting) * Instancier des modèles de langage pré-entraînés (LLMs, embeddings, rerankers, etc.) et les intégrer dans des solutions complexes comme le RAG (Retrieval-Augmented Generation) Maîtrise des bibliothèques Python clés : * Manipulation de données : Pandas, Polars, Dask, PySpark * NLP : NLTK, SpaCy * Machine Learning : Scikit-Learn, XGBoost, LightGBM * Deep Learning : PyTorch * IA Générative : Ollama, Transformers, SentenceTransformers, Langchain, LlamaIndex Évaluation des modèles : * Utiliser des métriques de performance : précision, rappel, F1 score, AUC-ROC, Matthews, RMSE, MAE, R², MAPE, Silhouette, etc. * Analyser les erreurs de prédiction pour identifier les faiblesses et les axes d'amélioration Déploiement des modèles : * Collaborer avec les équipes d'ingénierie pour intégrer les modèles en production * Automatiser les pipelines de données du stockage à l'inférence * Développer des API pour permettre l'accès aux modèles par d'autres systèmes ou utilisateurs Surveillance et maintenance : * Surveiller les performances des modèles en production et détecter toute dégradation * Mettre à jour et réentraîner régulièrement les modèles pour maintenir leur performance face aux nouvelles données et aux évolutions Documentation et communication : * Documenter les processus, méthodologies, choix de conception et résultats des modèles * Présenter les analyses et résultats aux parties prenantes avec des visualisations claires et un langage accessible * Rédiger des rapports et préparer des présentations pour partager les conclusions et recommandations Recherche et développement : * Se tenir informé des dernières avancées en algorithmes, techniques de ML et outils * Prototyper et expérimenter de nouveaux modèles et approches pour résoudre des problèmes complexes ou améliorer les performances Collaboration : * Travailler avec des experts métier, des analystes business et d'autres parties prenantes pour comprendre les besoins et contraintes spécifiques

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. Dans ce cadre, nous cherchons à intégrer un Data Scientist senior, expert en modélisation statistique, pour accompagner la refonte de notre modèle de prévision de la demande. 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. Livrables * Comprendre les mécanismes du Revenue Management dans un contexte aérien. * Concevoir, tester et mettre en œuvre un nouveau modèle de prévision de la demande basé sur des approches de séries temporelles modernes. * Garantir l'interprétabilité, la robustesse statistique et la fiabilité des prévisions. * Intégrer une réflexion rigoureuse sur les biais, les sources d'endogénéité et les incertitudes des modèles. * Définir et produire des indicateurs de performance prédictive et de qualité statistique. * Rédiger un cahier de modélisation décrivant le problème, les hypothèses, la formalisation et les critères d'évaluation. * Développer un prototype fonctionnel du modèle de prévision de la demande en Python. * Rédiger des rapports d'analyse sur la robustesse statistique, les biais potentiels et la qualité des prévisions. * Présenter des résultats clairs aux équipes métiers RM, incluant les incertitudes associées aux prévisions, les hypothèses clés et des indicateurs de fiabilité et de suivi en production.

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., Karma Partners, 1ère ESN collaborative française, c'est avant tout un état d'esprit ou comment vivre l'ESN autrement. C'est la volonté de replacer le Capital humain au centre de nos préoccupations, une manière de travailler et de collaborer dans le respect de valeurs fortes et conviviales. Ce mode de fonctionnement unique où les Consultants deviennent à nos côtés de vrais partenaires commerciaux connait actuellement un très fort succès auprès de nos Clients Grands Comptes chez qui nous sommes déjà référencés et désireux d'entendre un discours nouveau sur le marché, et des Consultants, blasés des SSII classiques. Retrouvez-nous sur Linkedin : https://www.linkedin.com/company/karma-partners/?viewAsMember=true

Le data scientist aura pour mission d'exploiter de grands volumes de données issus de différentes sources (Ventes, SAV, stocks, etc.) afin d'effectuer des analyses, générer des insights et mettre en place des modèles prédictifs permettant à la fois d'améliorer l'expérience client, générer de la valeur et transformer les métiers du groupe Fnac Darty Description Le Data Scientist pourra intervenir sur des sujets clés qui peuvent impacter les différentes activités du groupe : prédiction du churn, optimisation des campagnes marketing et promotionnelles, analyse du parcours client, recommandation de produits, anticipation de la demande, activation d'audiences, ... Il travaillera en étroite collaboration avec les membres des équipes produit afin de comprendre au mieux les enjeux métiers, commerciaux et/ou opérationnels ainsi qu'avec les Data Engineers de l'équipe Tech afin d'identifier et exploiter les sources et flux de données pertinents., Dans le cadre des projets menés, il interviendra sur les différentes étapes clés, y compris : - Analyser les besoins métiers et proposer des solutions Data Science - Analyser les données à disposition pour en vérifier la pertinence et la qualité, et assurer le cas échéant leur transformation et leur affinement - Développer les modèles répondant aux besoins, en 1er lieu en mode POC, puis industrialiser les modèles développés - Développer des reportings adaptés - Documenter les solutions développées - Mesurer les bénéfices de la mise en place des modèles - Organiser et préparer les comités de pilotage des projets et animer le pilotage globale des sujets autour de l'IA - Participer à la qualification des uses cases et à leur priorisation - Animer l'équipe de Data Scientists de la DAIF Livrables : - analyses - modèles Environnement de travail, Nos domaines d'actions concernent : - les déploiements informatiques : câblage, téléphonie sur IP(IPBX, 3CX), infrastructures Télécom (routeurs), pc, tablettes, serveurs, baies de stockage, TPV, terminaux bancaires, systèmes de comptage, de billetterie électronique, de gestion de parking, de contrôle d'accès, vidéo surveillance, objets connectés, étiquettes électroniques RFID, dotation de smartphones, déménagements de parc, gestion de data-center, effacement de données, bornes multimédia, Wifi, caméras, vidéoprojecteurs, murs d'images, systèmes de visioconférence, tableaux numériques, Smart TV, IO/T, remodeling de caisses, imprimantes, mfp, copieurs,.., - l'infogérance avec la délégation d'intervenants en mode planifié auprès de vos clients, - le ticketing avec des interventions à J+1 ou J+2