Descriptif du poste: Contexte : - Comprendre les mécanismes du Revenue Management aérien : dynamiques de réservation, effets prix, anticipation, segmentation, - Concevoir, tester et mettre en œuvre un modèle de prévision de la demande basé sur des approches modernes de séries temporelles (ML, statistiques bayésiennes), - Garantir l'interprétabilité, la robustesse statistique et la fiabilité des prévisions, - Intégrer une réflexion rigoureuse sur les biais, l'endogénéité et les incertitudes des modèles, - Définir et produire des indicateurs de performance prédictive et de qualité statistique, - Accompagner les équipes métiers RM dans l'exploitation des résultats dans un système décisionnel. Tâches : - Cahier de modélisation, - Prototype fonctionnel, - Rapports d'analyse, - Présentations métiers, Compétences fonctionnelles : - Modélisation & abstraction, - Capacité à formuler mathématiquement des problématiques complexes, - Compétences statistiques et modélisation, - Maîtrise des modèles de séries temporelles (ARIMA, état-espace, bayésiens hiérarchiques), - Connaissance des problèmes d'endogénéité et des méthodes de contrôle (instruments, double robustesse), - Maîtrise des tests statistiques et des méthodologies d'AB testing, - Compétence en analyse causale ou capacité à discuter la causalité dans un environnement de données observationnelle Profil recherché: Site : Ile de France (Roissy-en-France) ; Date de démarrage : 22/09/2025 Durée mission : 8 mois (15/05/2026) Profil : Data Scientist confirmé, expert en modélisation statistique, capable de concevoir des modèles robustes et interprétables pour améliorer la prévision de la demande. Nombre d'années d'expérience : 8+ années d'expérience dans le domaine Compétences techniques : - Maîtrise de Python (NumPy, SciPy, PyMC, scikit-learn, statsmodels), - Maîtrise de SQL, - Connaissance des outils de visualisation (Power BI, Looker, Streamlit), - Machine Learning appliquée, - Modèles supervisés, boosting, régularisation, validation croisée