Mission freelance Data Science Python Expérimenté

Nous recherchons un profil Data Science Python Expérimenté (Data & Analytics) afin d'intervenir au sein de l'Analytics Factory sur des sujets stratégiques de prévision de la demande pour la Supply Chain.

Description and Location

Au sein de la Supply Chain Carrefour, la précision de la prévision de la demande constitue un enjeu stratégique majeur afin de garantir la disponibilité des produits en magasin, réduire les coûts logistiques et limiter le gaspillage alimentaire.

Le consultant intégrera une équipe pluridisciplinaire composée de Data Scientists et Data Engineers au sein de l’Analytics Factory afin de développer, optimiser et industrialiser des modèles de prévision avancés.

Les principales activités attendues seront :

• Échanger régulièrement avec les équipes métier Supply Chain afin de recueillir les besoins et restituer les résultats.

• Analyser les données historiques et étudier les saisonnalités, tendances, impacts promotionnels et événements exogènes.

• Concevoir, entraîner et optimiser des modèles de prévision de séries temporelles.

• Définir et suivre les métriques d’évaluation des performances.

• Industrialiser et déployer les pipelines de modélisation dans l’environnement Cloud GCP.

• Développer les dispositifs d’explicabilité permettant une meilleure appropriation des résultats par les équipes métier.

Livrables attendus

• Analyses approfondies des données métiers.

• Modèles de prévision de séries temporelles industrialisés.

• Suivi des indicateurs de performance et de qualité des modèles.

• Pipelines de déploiement automatisés sur GCP.

• Restitutions et recommandations pour les équipes métier Supply Chain.

• Documentation des modèles et des processus d’industrialisation.

Compétences requises

Must Have

• Maîtrise éprouvée des algorithmes de prévision de séries temporelles.

• Excellente maîtrise de Python (Pandas, NumPy, Scikit-Learn).

• SQL avancé sur de grands volumes de données.

• Développement de code propre, modulaire, testé et versionné pour un usage en production.

Nice to Have

• Développement et industrialisation de modèles Machine Learning avec Scikit-Learn, TensorFlow ou PyTorch.

• Solides compétences en manipulation et analyse de données.

• Déploiement de solutions Data Science sur des plateformes Cloud GCP.

• Git, CI/CD et bonnes pratiques DevOps.

• Visualisation de données avec Matplotlib, Seaborn et Plotly.

• Gestion du versionning des données et modèles.

• Qualité de code, craftsmanship, SOLID, YAGNI et Sonar.

• Observabilité et monitoring des applications Data.

• Participation à l'ensemble du cycle de vie logiciel.

• Expérience Agile / Scrum.