Senior Data Scientist (machine learning/deep learning) - Supply Chain - Demand and Assortment À propos de Decathlon Decathlon aspire à devenir la meilleure plateforme numérique sportive et l'écosystème ouvert du monde. Nous voulons permettre aux clients de vivre l'expérience Decathlon à travers de nombreuses expériences locales centrées sur le sport en connectant de nombreux acteurs et services tiers, de manière sécurisée et performante. Nos équipes numériques basées à Lille et Paris(et plus encore.) regroupant plus de collaborateurs, sont unies pour concevoir et développer des produits numériques avec l'objectif de toujours offrir la meilleure valeur à nos utilisateurs. Présent dans plus de 70 pays, Decathlon s'engage pour l'innovation, la durabilité et la satisfaction client. Description du poste Decathlon recherche un Data Scientist talentueux et expérimenté pour rejoindre notre équipe de Planification de la Demande et de l'Assortiment au sein du département Supply Chain. En tant que Senior Data Scientist, vous jouerez un rôle essentiel dans l'analyse des données, le développement de modèles d'IA, leur mise en production et la fourniture d'informations pour optimiser les processus de prévision de la demande et de planification de l'assortiment. Nous recherchons des candidats ayant une expertise en prévision times series et une passion pour l'exploitation des données afin de guider les décisions business. Responsabilités Analyser les données de ventes historiques et les tendances du marché pour prévoir la demande des produits Decathlon. Développer et mettre en œuvre des modèles statistiques avancés et des algorithmes d'apprentissage automatique pour la prévision de la demande et la planification de l'assortiment, y compris les foundation model. Collaborer avec des équipes interfonctionnelles, notamment business, Ingénierie et product management, pour aligner les efforts Data et d'IA sur les objectifs business. Évaluer et améliorer les modèles et méthodologies de prévision existants afin d'accroître la précision et l'efficacité. Communiquer les analyses et les recommandations aux parties prenantes par le biais de visualisations de données et de présentations claires et concises. Se tenir au courant des tendances de l'industrie et des technologies émergentes en data science et en management de la supply chain. Compétences techniques (Hard Skills) Maîtrise de l'analyse statistique, des techniques d'apprentissage automatique, de l'analyse de time series (stationnarité, décomposition, dérive, détection d'anomalies) et de la prévision. Expérience des langages de programmation tels que Python, Spark, TensorFlow, Pytorch pour l'analyse et la modélisation des données. Solide connaissance des outils de manipulation et de visualisation des données tels que pandas, NumPy, Matplotlib ou ggplot2. Familiarité avec les systèmes de bases de données et les langages de requête (par exemple, SQL, PySpark) pour l'extraction et la manipulation des données. Une avec en prévision de la demande et d'optimisation des stocks est un atout. Compétences comportementales (Soft Skills) Excellentes capacités d'analyse et de résolution de problèmes avec un sens aigu du détail. Solides compétences en communication et en collaboration pour travailler efficacement au sein d'équipes interfonctionnelles. Capacité à traduire des concepts techniques complexes en analyses exploitables pour les parties prenantes non techniques. Autonome avec une approche proactive de l'apprentissage et du développement professionnel. Capacité à prospérer dans un environnement dynamique et en évolution rapide avec des priorités changeantes. Esprits d'initiatives et proactivité Qualifications Qualifications de base Master en informatique, statistiques, mathématiques, ingénierie ou domaine connexe. 5 ans d'expérience en analyse de données, modélisation statistique ou domaines connexes. Maîtrise de Python pour l'analyse et la modélisation des données. Qualifications souhaitées Doctorat en science des données, statistiques, recherche opérationnelle ou domaine connexe. Minimum 5 ans d'expérience en science des données. Expérience en prévision de la demande, optimisation des stocks ou analyse de la chaîne d'approvisionnement. Familiarité avec les méthodologies Agiles et les outils de gestion de projet. Une expérience antérieure dans le secteur du retail ou e-commerce est un atout. Une expérience dans l'implémentation de Gen A