Descriptif du poste:\nMissions : \n\nDans ce contexte, vous interviendrez notamment sur les sujets suivants :\n\n- Concevoir et développer des modèles de forecasting adaptés aux problématiques Retail\n\n- Travailler sur la prévision de nouveaux produits à une maille SKU\n\n- Intervenir sur différents sujets de scoring et de modélisation prédictive\n\n- Analyser et exploiter d'importants volumes de données afin d'améliorer la qualité des prédictions\n\n- Participer à la définition et à l'amélioration des méthodologies de forecast\n\n- Développer, tester et optimiser les algorithmes de Machine Learning\n\n- Travailler sur l'industrialisation des modèles et leur passage à l'échelle\n\n- Exploiter les capacités de calcul distribué de Databricks et Apache Spark\n\n- Collaborer avec les différentes équipes Data et métiers\n\n- Assurer la qualité, la robustesse et la maintenabilité des modèles développés\n\n\nProfil recherché:\nProfil recherché : \n\nNous recherchons un Data Scientist confirmé, autonome et capable d'intervenir sur l'ensemble du cycle de développement d'un modèle.\n\nVous disposez notamment :\n\n- D'une expérience solide en Data Science et Machine Learning\n\n- D'une expérience significative sur des problématiques de forecasting / prévision\n\n- Idéalement d'une expérience en demand forecasting, sales forecasting ou prévision à la maille produit / SKU\n\n- D'une bonne maîtrise de Databricks et/ou Apache Spark\n\n- D'une expérience dans l'industrialisation et le passage à l'échelle de modèles de Machine Learning\n\n- D'une expérience dans le secteur du Retail\n\n- Une connaissance des environnements Luxe constitue un véritable plus\n\nAu-delà des compétences techniques, nous recherchons une personne capable de comprendre les enjeux métiers associés aux modèles développés et d'échanger efficacement avec des interlocuteurs Data et métiers.\n\n\n\nEnvironnement technique : \n\n- Python\n\n- Databricks\n\n- Apache Spark / PySpark\n\n- Machine Learning\n\n- Forecasting / Time Series\n\n- Scoring\n\n- Calcul distribué\n\n- Industrialisation de modèles ML\n\n- Environnement Data à grande échelle\n\n\nAvantages de la mission : \n\n- Mission longue au sein d'un acteur majeur du Luxe\n\n- Problématiques Data Science concrètes avec un fort impact métier\n\n- Sujets de forecasting à grande échelle et à une granularité fine\n\n- Environnement technique moderne autour de Databricks et Spark\n\n- Travail sur l'ensemble du cycle de vie des modèles, de leur conception jusqu'à leur industrialisation\n\n- Volumes de données importants et problématiques Data complexes\n\n- Environnement combinant Data Science, Retail et enjeux business\n\n- Organisation hybride avec 2 à 3 jours de télétravail par semaine\n\n- Mission basée à Paris\n