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, c?ur 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 ?uvre 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.

En tant que Data Ops Data Hub, le Consultant contribuera activement à la construction et l'exploitation de notre Plateforme Data Hub sur GCP. A ce titre, en collaboration forte avec le reste de l'équipe Data Hub et du CCOE Cloud, vous participerez aux activités suivantes : Provisionning de l'ensemble des capacités utilisées sur la Plateforme (Iac / Terraform) Livraison des composants logiciels en Production sur la Plateforme : o Garant de la documentation d'exploitation des traitements, dont procédures de reprise des traitements (DLI), o Garant d'une planification optimale des traitements sur la Plateforme (cohérence de l'ordonnancement sur l'ensemble de la Plateforme), o Automatisation des pipelines CI/CD, Exploitabilité de la Plateforme : o Gestion des incidents, niveau 1 et escalade au besoin, dans le respect des niveaux de service validés, o Contribution à la définition des niveaux de service (SLA), o Gestion de la supervision/observabilité sur la Plateforme : (logging/monitoring/alerting) => Reporting, o Finops (suivi des coûts de RUN) et plan capacitaire => Reporting, o Suivi des performances de la Plateforme => Reporting, o Exploitation des assets en lien avec la résilience/continuité de la Plateforme, o Astreintes/Interventions.

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.

* Prise en charge du transport quotidien

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