Référence CSP: MEF_2025-22589 Le/la data scientist est en capacité d'explorer et de traiter des données complexes, multiples et déstructurées, de mobiliser des connaissances mathématiques et techniques pour construire des modèles permettant de prédire des comportements, d'identifier des comportements récurrents et des tendances. Ses analyses visent à trouver de nouveaux axes d'optimisation, à identifier des éléments atypiques, ou encore à identifier des signaux faibles révélateurs. La démarche de valorisation des données à la douane a pour objectif d'accompagner et d'accélérer la transformation numérique de la douane en mettant l'exploitation de la donnée au cœur de l'ensemble de ses missions : accompagnement des entreprises dans leurs opérations de dédouanement, lutte contre la fraude et fiscalité douanière... Les transformations enclenchées par cette démarche concernent donc l'ensemble des métiers et fonctions de la douane. En pratique, la démarche de valorisation de la donnée cherche à créer, grâce à la science des données, une dynamique permettant de modifier en profondeur le modèle opérationnel de la douane et son pilotage par la donnée. Par ailleurs la douane a mis en place une infrastructure big data et un lac de donnée appuyé par un outillage complet de traitement/visualisation de la donnée (Cloudera Data Plateform, Hive, Spark/pyspark, Tableau, PostgreSql, Angular, Mlflow .). Dans le contexte du programme de valorisation des données, les principales missions du/de la data scientist seront les suivantes : contribuer, en phase d'idéation, à la qualification du volet Data Science de chaque idée de cas d'usage pour évaluer la faisabilité et la complexité technique ; construire, en phase de développement, les modèles et les algorithmes de traitement de données nécessaire à la réalisation de service et de produit data ; adapter, en phase de passage à l'échelle, les développements Data Science pour les industrialiser (entraînement de modèles sur des données rafraîchies / plus complexes, optimisation en performance de codes data science.) ; identifier et spécifier à chaque étape les jeux de données à collecter et à étudier ; participer ponctuellement à la réalisation d'analyses de données pour les équipes métiers.  proposer des recommandations pour améliorer l'exploitation et la valorisation des données en douane (identification de données externes, contribution à la qualité et à la préparation des données, construction d'indicateurs de la valeur apportée par l'exploitation des données.) ; maintenir, au-delà de la démarche Valorisation des données, les applications industrialisées sur leur volet data science, dans une logique MLOps (vérification régulière de la pertinence des modèles.) ; rédiger la documentation technique relative aux travaux qu'il a contribué à développer.