CONTEXTE L'équipe est responsable de la conception, du développement et de la maintenance de solutions analytiques et d'Intelligence Artificielle innovantes, de la prévision du trafic au développement de solutions intelligentes à base d'agents ou de GenAI, ou encore de solutions d'analyse de la performance, pour n'en nommer que quelques-uns. Vous travaillerez au sein d'une équipe multidisciplinaire composée de Data Scientists, Data Analysts, Analytics Engineers, ML Engineers travaillant de manière agile et en proximité forte avec les interlocuteurs Product et Engineering ainsi que les utilisateurs métiers. MISSIONS * Collaborer, analyser, innover, et conduire les décisions stratégiques. * Développer et maintenir en conditions opérationnelles des solutions de machine learning (pipelines batch de prévisions, moteur de classification, etc.). * Évaluer et améliorer les modèles et méthodologies de prévision existants afin d'en optimiser l'accuracy et l'efficacité. * Appliquer des standards de développement et de data gouvernance aux solutions. * Collaborer avec des équipes transverses, notamment des interlocuteurs métiers, Engineering, et Product du domaine InStore afin d'aligner les initiatives Data et IA avec les objectifs business. * Communiquer les analyses et proposer des recommandations aux parties prenantes au moyen de visualisations et de présentations de données claires et concises. * Se tenir informé(e) des tendances du secteur et des technologies émergentes en matière de science des données et de gestion de la chaîne d'approvisionnement. STACK TECHNIQUE * Execution Engine : Databricks, AWS, GCP * Payload : Python, Spark, Scikit-Learn, Tensorflow / Pytorch, Pyspark, dbt * CI/CD : Github Actions * Serving : Docker, Protobuf, gRPC * Model registry, Model Tracking : MLFlow * Orchestration : Airflow * Documentation / code : Git, Confluence * Data Visualisation : Tableau COMPÉTENCES DEMANDÉES * Business sense : Expert * Statistics : Expert * Python : Confirmé * Communication : Confirmé 1. Plus de 5 ans d'expérience en science des données, avec une maîtrise de l'analyse statistique et des techniques d'apprentissage automatique, notamment sur l'analyse et la prévision des séries temporelles 2. Bonne connaissance généraliste des fondamentaux du Machine Learning et expérience de gestion de production 3. Compréhension des concepts du retail et capacité à transformer les besoins business en problèmes bien définis et recommandations exploitables 4. Niveau confirmé+ en programmation Python et SQL, ainsi que des frameworks de traitement de données (Spark, dbt) 5. Maîtrise des environnements cloud : GCP, AWS, Databricks 6. Connaissance des outils d'orchestration (Airflow, Astronomer) et des concepts de CI/CD (Github Actions) 7. Grande capacité d'analyse et de structuration des données pour en tirer des enseignements pertinents 8. Esprit collaboratif au sein d'équipes multidisciplinaires (métier, données, produit, gouvernance) 9. Proactivité et curiosité pour explorer de nouvelles solutions et améliorer continuellement les méthodes d'analyse 10. Maîtrise de l'anglais 11. Expérience avec les modèles de langage (LLM), les systèmes d'agents et les approches GenAI est un plus