Data Scientist Ops FH

Résumé : Rattaché à léquipe centrale de Data & Analytics votre rôle est de mener de bout en bout des projets analytiques à forte valeur ajoutée. Vous participez à lidentification de la problématique au cadrage aux analyses et définition de la solution à mettre en place au développement dune solution industrialisée et à son suivi dans le temps

Vous travaillerez sur les problématiques principales suivantes

1. Conversion Rate Optimization : diagnostic recommandation de produits segmentation NBO
2. Optimisation du revenu : pricing yield management demand forecasting
3. Optimisation des processus internes : briques analytiques / IA permettant doptimiser des processus

En plus de vos compétences techniques vous avez également une forte sensibilité Business et prenez toujours en compte la valeur associée au projet dans votre façon de travailler. Vous êtes capable didentifier les solutions les plus adaptées pour répondre à une problématique en prenant en compte votre environnement de travail les outils disponibles et le temps imparti.

Vous êtes capables de vulgariser votre travail pour le communiquer à tous types daudiences (techniques ou non) de façon claire et concise avec des recommandations actionnables

Tâches de base :

1. Exploration de données

• Connaissance des bases de données Karavel de leurs rôles et leurs dépendances
• Exploration des données et formulation dhypothèses sur lintégralité de lentreprise (marketing pricing opérations finance etc.)
• Recommandation sur la modélisation à adapter le modèle à utiliser les features à prendre en compte etc.

2. Modélisation et formulation de recommandations

• Modélisation de la donnée pour répondre au problème choix du modèle à utiliser
• Feature Engineering améliorations itératives du modèle ou de lanalyse pour affiner la recommandation
• Recommandation et définition des grandes étapes dimplémentation
• Documentation des choix faits des résultats etc.

3. Communication et storylining

• Création de supports de communication (PowerBI PowerPoint) et partage des résultats
• Storylining (Présentation de recommandations argumentées sous forme de récit vs présentation à plat de faits)

4. Participation à la mise en production des flux de données avec léquipe BI

• Définition des sources à utiliser des flux à mettre en place pour lalimentation du modèle et la consommation des résultats avec les équipes de BI et autres équipe IT éventuellement impactées
• Suivi de lindustrialisation par léquipe BI

5. Déploiement dune solution industrielle

• Développement dun modèle (LLM Machine Learning Optimisation) et de son écosystème (API Interfaces Monitoring) en python
• Déploiement sur linfrastructure mise à disposition (VMs Docker)
• Maintien de la solution post mise en production (suivi de KPIs de performance technique et fonctionnelle)

6. Suivi des résultats du projet dans le temps

• Définition des critères de succès du projet des KPIs à mesurer
• Mise en place de reportings automatisés pour suivre la performance
• Suivi régulier et communication sur les résultats

7. Gestion de projets

• Gestion de projets data de bout en bout (du besoin à la livraison) coordination des interlocuteurs gestion de la vie du projet reporting sur lavancement
• Autonomie dans la gestion du projet
• Maintien à jour des différents supports de suivi de projet (roadmap fiches projets documentation finale)
• Partage de connaissances avec le reste de léquipe et collaboration

Compétences :

• Curiosité et qualité relationnelle forte pédagogie et capacité de communication et de synthèse
• Sensibilité business capacité à rapidement identifier les sources de valeur pour lentreprise et trouver des solutions pragmatiques à des problématiques
• Maitrise des outils standard danalyse de données :
  • Python : Jupyter Pandas Scikit-Learn Shap MLFlow
  • Developpement : FastAPI Docker Streamlit Chainlit
  • Automatisation : n8n Gitlab CI
  • Visualisation : PowerBI
  • SQL (Snowflake est un )

• Expérience préalable dans le développement et déploiement de projets LLM en entreprise (RAG optimisation de processus)
• Rigueur. Réalisation systématique de vérifications de cohérence et dordre de grandeurs. Capable de rapidement mettre des résultats en perspective pour sassurer que les sources sont correctes que la modélisation est bonne que les résultats ont un sens
• Autonomie pour apprendre et solliciter ses pairs en cas de besoin et pour challenger ses travaux
• Capacité à comprendre des problématiques complexes prendre du recul et les contextualiser
• Capacité à vulgariser ses travaux et les représenter de manière visuelle accessible et compréhensible. Sens du story telling afin de constituer des présentations efficaces et pédagogiques à destination des métiers permettant une vraie prise de décision

Technologies Karavel :

• Base de données : SQL Server / Snowflake
• Power BI
• Docker
• Python (MLFlow FastAPI Streamlit Chainlit)
• N8n
• Gitlab Gitlab CI

Profil de candidat recherché :

• Formation Bac5 (Ecole dIngénieur ou Master 2) dans les nouvelles technologies
• Expérience de 3 ans sur des postes similaires ou en Cabinet de conseil
• Lexpérience dans le tourisme est un plus

Employeur inclusif nous œuvrons chaque jour pour lutter contre toute forme de discrimination et favoriser un environnement de travail respectueux. Attachés à la mixité et à la diversité nous encourageons toutes les candidatures et tous les profils : à compétences égales tous nos postes sont ouverts aux personnes en situation de handicap.

Le Groupe Karavel est signataire de la Charte de la diversité qui a pour objet de favoriser légalité des chances et la diversité dans toutes ses composantes.