Data Scientist

Intégration dans l'équipe data pour assurer la fiabilité des données commerciales et financières et soutenir la prise de décision opérationnelle.

• Extraction et transformation des données commerciales et financières à l'aide de SQL, Python et Excel.
• Conception de tableaux de bord Power BI destinés au suivi des KPI commerciaux et financiers pour les équipes métier.
• Réalisation d'analyses exploratoires et de prévisions afin d'accompagner la prise de décision des directions opérationnelles.
• Participation au projet de migration ERP : reprise, contrôle qualité, nettoyage et fiabilisation des données avant intégration dans le nouveau système.
• Collaboration avec les équipes Finance, IT et métiers afin d'assurer la cohérence et la qualité des données.

Intégration dans une équipe spécialisée en intelligence artificielle pour développer des solutions NLP et des modèles prédictifs adaptés aux besoins clients.

• Recueil et analyse des besoins métiers afin de concevoir des solutions d'intelligence artificielle adaptées aux clients.
• Prétraitement de données textuelles et structurées : nettoyage, normalisation, feature engineering et préparation des jeux d'entraînement.
• Développement et optimisation de modèles NLP basés sur les Transformers pour l'analyse automatique de documents et de contenus textuels.
• Déploiement des modèles sous forme d'APIs REST avec Flask et FastAPI pour leur intégration dans la plateforme KB Suite.
• Collaboration avec les équipes produit et développement dans un environnement Agile avec Jira et Confluence.

Réalisation d'un projet de fin d'études dans une équipe data-driven pour développer des modèles de scoring et de segmentation destinés à améliorer les campagnes marketing.

• Réalisation d'analyses exploratoires afin d'identifier les comportements d'achat et les segments clients à fort potentiel.
• Développement de modèles de scoring et de segmentation (Random Forest, XGBoost, Decision Trees) afin d'améliorer le ciblage des campagnes marketing.
• Comparaison des performances des différents modèles selon des indicateurs métier et statistiques.
• Présentation des résultats et recommandations aux équipes marketing à travers des rapports et visualisations.