POSTE : Apprenti Data Science - Data Architect H/F DESCRIPTION : Cet apprentissage est proposé au sein de l'équipe DATA composée d'un DATA Steward et de DATA ANALYST, du département Progrès et Transformation Digitale de la Direction Réparations. Vous serez sous la responsabilité du DATA Steward. Vous travaillerez en étroite collaboration avec le DATA Steward, les DATA Analyst, ainsi que les différents métiers opérationnels de l'entreprise et des fonctions transverses. Les missions proposées pour cet apprentissage seront principalement orientées sur le développement de DATAIku au sein de la Direction Réparations. Dataiku est une plateforme d'analyse de données qui permet aux entreprises de construire, déployer et gérer des projets d'intelligence artificielle. Elle facilite la collaboration entre les équipes techniques et non techniques, offrant des outils pour la préparation des données, le machine learning, le développement d'applications analytiques, et plus encore. Dataiku se distingue par sa capacité à intégrer de nombreux services de données et à offrir une interface conviviale pour les analyses avancées. Concrètement, les missions proposées reposeront sur ces 8 piliers : 1. Préparation et Nettoyage des Données : - Apprendre à utiliser les outils de Dataiku pour importer, nettoyer et transformer des ensembles de données. - Développer des scripts de préparation de données à l'aide de Python, R, ou des recettes visuelles de Dataiku. 2. Analyse et Visualisation des Données : - Créer des tableaux de bord interactifs et des visualisations pour interpréter les données. - Utiliser des plugins de Dataiku pour des visualisations avancées. Nota : Vous serez également amené à travailler avec PowerBI pour la visualisation des données 3. Machine Learning et Modélisation : - Construire et entraîner des modèles de machine learning dans Dataiku, en utilisant des algorithmes prédictifs. - Comprendre et mettre en oeuvre des techniques de validation et d'évaluation de modèles. 4. Déploiement de Modèles : - Apprendre à déployer les modèles d'intelligence artificielle dans des environnements de production avec Dataiku. - Participer à la mise en place de pipelines automatiques pour le déploiement continu. 5. Collaboration en Équipe : - Faciliter la collaboration entre les équipes en utilisant les fonctionnalités de partage de projet et de documentation intégrées à Dataiku. - Assister à des réunions de projet pour discuter des avancées et des défis rencontrés. 6. Intégration de Sources de Données : - Apprendre à connecter Dataiku à diverses sources de données, telles que bases de données SQL, serveur NAS, SharePoint, API externes, etc. 7. Automatisation avec Dataiku : - Créer des scénarios et des flux de travail automatisés pour la gestion des tâches répétitives et le traitement des données. 8. Optimisation et Performance : - Étudier les meilleures pratiques pour optimiser les performances des workflows sur Dataiku. - Analyser l'efficacité des calculs et proposer des améliorations. PROFIL : Vous êtes un(e) candidat(e) en recherche d'alternance pour une formation de niveau Bac +2 ou Bac +3 dans le domaine de la DATA. Compétences Techniques : 1. Analyse de Données : Capacité à collecter, nettoyer et analyser des ensembles de données. Compétence en statistiques pour interpréter les résultats des analyses. 2. Outils de Data Science : Familiarité avec des langages de programmation tels que Python, R, ou SQL. Expérience ou connaissance pratique des plateformes de data science comme Dataiku ou équivalents. 3. Machine Learning : Compréhension des concepts de base du machine learning et des techniques de modélisation. Capacité à utiliser des bibliothèques de machine learning pour entraîner et évaluer des modèles. 4. Visualisation des Données : Maîtrise des techniques de visualisation pour représenter les données de manière claire et efficace. Expérience avec des outils de visualisation (Tableau, Power BI, ou les propres outils de Dataiku). 5. Gestion de Bases de Données : Compétences en manipulation de bases de données et écriture de requêtes. 6. Intégration de Données : Connaissance des méthodes d'intégration de données à partir de diverses sources. Compétences Humaines : 1. Travail en Équipe : Capacité à collaborer efficacement avec des collègues de différents horizons techniques. Participation active aux discussions de groupe et aux sessions de brainstorming. 2. Communication : Habileté à expliquer des concepts techniques à un public non-technique. Compétence en rédaction pour documenter les processus et les résultats.