Rejoignez une grande entreprise du secteur du retail en tant qu'expert(e) data, au cœur d'une transformation analytique majeure. Vous piloterez l'interface entre les équipes métier Approvisionnement et la tribu technique (Data Science, Data Engineering, Data Visualization) pour valoriser les données et soutenir la prise de décision stratégique. Vous intervenez au sein d'une Analytics Factory, structure dédiée à la conception et au développement de services analytiques fiables. Votre mission combine deux volets complémentaires : l'analyse de données avancée et le pilotage produit en mode agile. Vous traiterez des problématiques critiques telles que la prévision des ventes et la qualité d'approvisionnement, en transformant les données complexes en insights actionnables. L'environnement technique repose sur des outils modernes et scalables (SQL, BigQuery, DataStudio, Tableau, GitLab) et s'inscrit dans une approche méthodologique agile rigoureuse. Vous devrez maîtriser les concepts statistiques avancés et comprendre les modèles de Data Science produits par les équipes techniques, tout en restant un traducteur privilégié des besoins métier vers la technique. Responsabilités : - Cadrer, extraire et analyser de manière autonome les données pour produire des études décisionnelles robustes et des recommandations fondées - Restituer les résultats d'analyse avec clarté, accompagner les métiers dans la lecture des insights et les sensibiliser aux biais d'analyse - Piloter la feuille de route des produits analytiques en collaboration avec les équipes Data Science et Data Engineering - Spécifier les besoins métier sous forme de User Stories structurées, prioriser les initiatives et animer la cadence agile (sprints, rituels) - Mesurer l'impact des livrables via des KPI pertinents et accompagner l'adoption des produits analytiques par les utilisateurs finaux - Vulgariser les concepts techniques et statistiques pour un public non-technical, en démontrant une aptitude à expliquer et convaincre - Assurer l'autonomie analytique des équipes métier en renforçant leur capacité à exploiter les données Télétravail : 3 jours par semaine Localisation : Massy
Nous recherchons un ML Engineer pour accompagner le déploiement de modèles de machine learning robustes, performants et évolutifs en production. Vous intervenez dans une équipe dont le rôle stratégique est de valoriser la data. Au sein d'un environnement Data structuré, vous interviendrez sur des projets transverses mêlant data science, data engineering et MLOps. Vos principales responsabilités seront les suivantes : Optimiser la collecte et la préparation des données : data processing, feature engineering, industrialisation des pipelines. Améliorer l'exposition des modèles en production : API, endpoints, performance et scalabilité. Collaborer avec les data engineers pour intégrer les modèles dans la Data Platform. Travailler avec les data scientists afin de déployer les meilleures versions des modèles. Mettre en place des pratiques MLOps : qualité des données, suivi du data drift, monitoring, réentraînement. Assurer le suivi du cycle de vie des modèles en production. Documenter les processus, modèles et systèmes déployés.
Profil cible : Data Architect / Data Modeler Senior Très bonne maîtrise de Teradata Expertise en MLDM / MLD (Modèle Logique de Données / modélisation) Conception de modèles de données logiques et physiques Data Engineering / Data Integration Expérience Databricks Conception et évolution d'un modèle de données d'entreprise Architecture et flux d'intégration de données Anglais courant/bilingue obligatoire Habitude de travailler avec des équipes internationales/européennes Capable de faire du transfert de compétences et de la formation
Missions IA Générative & Agentic AI Concevoir et développer des solutions IA, automatisations métier et systèmes conversationnels avancés. Développer des architectures RAG robustes et sécurisées. Construire des workflows multi-agents pour automatiser des processus métier complexes. Intégrer et orchestrer des modèles de langage (OpenAI, Azure OpenAI, modèles open source). Concevoir des solutions exploitant les capacités de raisonnement, de recherche documentaire et d'exécution d'actions. Engineering & Industrialisation Industrialiser les solutions IA sous forme d'API et de services cloud. Développer des composants réutilisables permettant d'accélérer le delivery des produits IA. Mettre en place les pratiques MLOps et LLMOps nécessaires à l'exploitation des solutions. Assurer la qualité, la fiabilité et la sécurité des applications IA en production. Participer à la définition des standards techniques de la plateforme IA. Data Science & Machine Learning Concevoir et maintenir des modèles de Machine Learning lorsque les cas d'usage le nécessitent. Réaliser des analyses exploratoires et expérimentations avancées. Évaluer et optimiser les performances des modèles prédictifs. Mettre en oeuvre les approches d'explicabilité et d'IA responsable. Collaborer avec les métiers sur les problématiques de risque, fraude, marketing ou recouvrement. Monitoring & Evaluation Définir les métriques de performance des systèmes IA. Mettre en place les mécanismes de monitoring et d'observabilité. Suivre les dérives des modèles et des systèmes RAG. Évaluer la qualité des réponses générées (RAGAS, LLM-as-a-Judge, évaluations métier). Garantir la conformité et la traçabilité des solutions déployées.
