DATA SCIENTIST

Ingénierie des Données & Infrastructure :
Conception et gestion des Data Warehouses : Développer, gérer et optimiser les infrastructures Data sur AWS, Snowflake et Talend pour les entités du groupe.

Modélisation des Data Warehouses : Créer des solutions adaptées aux entités et au groupe avec gestion de volumes importants de données.

Optimisation des pipelines de données (ETL/ELT) : Concevoir et maintenir des pipelines de données robustes pour intégrer diverses sources via Talend.

Fusion des catalogues produits : Créer un référentiel unifié en fusionnant les catalogues produits du groupe et des fournisseurs.

Mise à disposition des données structurées : Fournir les données nécessaires aux outils de reporting (Qlik Sense).

Data Science & Intelligence Artificielle :
Identification des cas d'usage IA/ML : Analyser les départements et détecter les opportunités d'intégration de l'IA/ML.

Gestion des projets Data Science : Mener des projets de Data Science de A à Z : exploration, préparation des données, développement, entraînement et déploiement des modèles IA/ML.

Développement de solutions spécifiques : Créer des solutions IA telles que des chatbots internes, des générateurs de contenu SEO, des outils d'optimisation logistique, et des analyses clients avancées.

Privilégier l'open-source : Mettre en place des solutions open-source (ex. : Mistral AI) et assurer leur déploiement sécurisé au sein de l'entreprise.

Suivi des performances des modèles IA : Assurer la maintenance des modèles en production et optimiser leur performance.

Veille technologique : Réaliser une veille active sur les innovations en Data et IA pour proposer des solutions avant-gardistes.

Communication des résultats : Présenter les résultats des projets aux parties prenantes et démontrer la valeur ajoutée des solutions implémentées.

Compétences recherchées :
Formation : Bac+5 en Data Science, Informatique, Mathématiques Appliquées, ou équivalent.

Expérience : Profil junior avec un fort potentiel ou expérience en Data Science et/ou Data Engineering.

Compétences techniques :
Maîtrise de SQL, Python (Pandas, NumPy, Scikit-learn).
Connaissance des concepts de Data Warehousing, AWS, Snowflake, Talend (ETL/ELT).
Compétences en Machine Learning et IA.
Souhaitées : Qlik Sense, LLMs, Airflow/dbt, Git.