Trouvez votre prochaine mission ou futur job IT.

Contexte : L'Analytics Factory conçoit et développe les services analytiques pour fournir aux équipes métier des données et analyses fi ables, soutenant la transformation analytique et la prise de décision dans tous les domaines. Dans le cadre de la modernisation et de la digitalisation de ses points de vente, déploie un système d'audit automatisé des rayons grâce à des caméras installées en magasin. L'objectif stratégique de ce projet est d'internaliser entièrement la chaîne de contrôle automatique des planogrammes personnalisés. L'ambition est de remplacer les audits manuels de rayons, longs et fastidieux, par une analyse continue, automatisée et à grande échelle sur l'ensemble du parc d'hypermarchés Le candidat évoluera sur une architecture moderne basée sur Google Cloud Platform (GCP) Mission : ● Communiquer clairement et effi cacement à l'écrit et à l'oral en français pour des interactions fl uides avec le métier et les équipes ● Analyser les situations et proposer des solutions adaptées tout en identifi ant les axes d'amélioration ● Respecter les délais tout en maintenant des standards élevés de qualité et d'excellence ● Collaborer activement avec les membres de l'équipe, partager les connaissances et favoriser un esprit collectif pour atteindre les objectifs communs ● Appliquer un esprit d'amélioration continue pour optimiser les pratiques et les résultats Livrables : ● Rapport de conformité du rayon construit à partir de photos de ce dernier ● Reconstitution du jumeau numérique des rayons à partir des photos Must Have : ● Concevoir, développer et maintenir des applications et modèles d'apprentissage automatique robustes et scalables avec Python ● Avoir une expérience sur les modèles YOLO, Sam 3 ou DINOv2 Nice to Have : Maîtriser les bibliothèques de manipulation et d'analyse de données : Pandas, NumPy, SciPy ● Développer et déployer des modèles ML en production avec Scikit-learn, TensorFlow ou PyTorch ● Explorer, transformer, nettoyer et enrichir de nouveaux jeux de données pour les rendre exploitables ● Utiliser les plateformes de cloud computing, notamment GCP ou équivalents ● Gérer le versionning des données et des modèles ● Visualiser et analyser les données avec Matplotlib, Seaborn, Plotly ● Gérer les bases de données relationnelles et/ou orientées document ● Appliquer les principes DevOps, notamment CI/CD, et utiliser Git pour le versionning ● Intégrer les principes de craftsmanship et les bonnes pratiques telles que SOLID, YAGNI et la couverture de tests avec Sonar ● Appliquer les principes d'observabilité pour monitorer et diagnostiquer les applications et modèles ● Participer à toutes les phases du cycle logiciel, de la conception à la mise en production et au run ● Contribuer à l'amélioration continue des pratiques de développement et assurer la qualité, la simplicité et la maintenabilité du code ● Assurer la maintenance et l'évolution des applications et modèles existants ● Appliquer les méthodes agiles, notamment Scrum ● Recherche d'images : Vector Databases pour le matching de produits à grande échelle

Dans le cadre d'un projet de transformation SAP vers S/4HANA en greenfield, notre client recherche un Responsable du Centre de Compétences SAP pour : Assurer la gouvernance du centre de compétences SAP et garantir l'alignement stratégique avec les objectifs métiers. Superviser la cohérence du core model et son évolution, en intégrant les solutions Cloud ALM, BTP et Sales Cloud. Manager une équipe pluridisciplinaire (FI, CO, SD, MM) et piloter les activités clés, dont la migration des données et l'intégration des outils cloud.

Missions: Développer et maintenir les flux de traitement de données. Participer aux projets de migration de données. Concevoir et implémenter des modèles décisionnels en Star Schema (faits/dimensions). Développer des traitements SQL performants. Concevoir et maintenir des flux Talend. Participer à l'industrialisation des pipelines Data. Gérer les traitements d'initialisation (Init) et les traitements Delta. Réaliser les tests et assurer la qualité des données. Participer aux mises en production dans le respect des bonnes pratiques. Documenter les développements et collaborer avec les équipes techniques et métiers. Environnement technique: Compétences indispensables:Talend SQL avancé Modélisation décisionnelle (Star Schema) Python Vertica ou base de données décisionnelle équivalente Expérience des migrations de données Industrialisation d'un socle Data Gestion des traitements Init / Delta Tests et validation des données Bonnes pratiques de mise en production (MEP) Compétences appréciées:Dataiku Tableau Software

Contexte: Dans le cadre du renforcement d'une équipe Data, nous recherchons un(e) Data Engineer confirmé(e) pour intervenir sur une plateforme Big Data dédiée à la collecte, au traitement et à l'exploitation de données à grande échelle. Vous intégrerez une équipe en charge de la mise à disposition de données fiables et exploitables pour les équipes Data et participerez activement à l'évolution d'une plateforme moderne reposant sur des architectures distribuées et des technologies Cloud Native. Vos missions: Concevoir, développer et maintenir des pipelines de traitement de données avec PySpark / Spark. Préparer, nettoyer et mettre à disposition des jeux de données destinés aux équipes Data. Développer des indicateurs de performance (KPI) et des tableaux de bord sous Tableau. Superviser et maintenir une plateforme Big Data fonctionnant sur Kubernetes / OpenShift. Diagnostiquer et résoudre les incidents techniques liés aux traitements de données et aux applications. Participer à l'évolution des traitements Spark et des datasets. Déployer et maintenir les applications via Helm. Administrer les composants de la plateforme (Airflow, MinIO, MySQL, JupyterHub, etc.). Gérer les environnements de déploiement continu avec GitLab. Participer à l'administration du Data Lake (stockage, utilisateurs, règles de gestion). Contribuer à l'amélioration continue des performances, de la sécurité et de la disponibilité de la plateforme. Environnement technique : Python PySpark Apache Spark Scala Pandas Hadoop / HDFS Tableau Software Kubernetes OpenShift Helm GitLab Docker Airflow MinIO MySQL Data Lake Parquet

Je recherche pour mon client un Chef de Projet Fonctionnel DATA PRIVACY ayant plus de 6ans d' experience Contexte de la mission Leasing Solutions accompagne le business et les fonctions dans la création de valeur à travers les cas d'usages Data. Cette ambition repose sur trois piliers : La définition de cas d'usages facilitant la prise de décision La maîtrise du cycle de vie de la donnée, via des campagnes de qualité des données Le respect de la réglementation et de la protection des données Dans ce cadre, le département IT Data renforce ses équipes avec une mission de Chefferie de Projet – Expertise Data Privacy, en étroite collaboration avec le Data Office. Missions principales Pilotage du Programme Data Retention (Corporate & Pays) Pilotage global du projet : organisation des COPIL, COMOP, points hebdomadaires avec les ITRA Animation de workshops de validation des règles de conservation avec les métiers Suivi du programme et des initiatives locales avec les pays et référents internationaux Gestion budgétaire et suivi Clarity Rédaction des expressions de besoin et PV de validation Déploiement de la stratégie 2027–2030 : ateliers avec les ITRA des ~50 systèmes P4 identifiés, priorisation, mise en œuvre du programme 2. Gestion des consentements – Mode Projet & BAU Suivi du projet Cookies : audits de conformité, accompagnement des ITRA, audit des nouveaux sites, mise à jour des politiques cookies / DPN Vérification de la conservation des Opt-out par entité juridique dans OneTrust Recensement et mise à jour de l'inventaire Pixels (mentions d'information, consentement, opt-out) Animation des comités bi-annuels de mise à jour de la cartographie des canaux de communication Accompagnement du Data Office Support au déploiement des procédures et modes opératoires Promotion de la culture Data Privacy & Protection by Design Environnement de la mission Type de projet: Pilotage de programmes réglementaires complexes Réglementation: RGPD, AI Act Expertise attendue: Technico-fonctionnelle sur des projets de purge / anonymisation de données, multi-systèmes Communication: Présentation et sensibilisation au COMEX Langue: Anglais courant requis Collaboration: Équipes pluridisciplinaires : Data Office, DPO, Legal, RSSI, IT, métiers Profil recherché Solide expérience en gestion de projet dans un contexte Data / Privacy Bonne connaissance de la réglementation RGPD et idéalement de l'AI Act Maîtrise des outils de gestion (Clarity, OneTrust ou équivalent) Excellentes capacités de communication et de pilotage transverse

Contexte :Dans le cadre d'un programme de transformation du patrimoine data et d'optimisation de la connaissance client, nous recherchons un(e) Data Engineer Senior pour renforcer une équipe Data Engineering au sein d'une direction en charge des activités Marketing, Digital et Data. Vous évoluerez dans un environnement transverse et collaboratif, en interaction étroite avec les équipes d'architecture, IT, Data Science, pilotage de la donnée et métiers. Votre rôle consistera à valoriser de nouvelles sources de données et à contribuer à la mise à disposition d'actifs data fiables et exploitables pour des usages analytiques, opérationnels et décisionnels. Missions :Au sein de l'équipe Data Engineering, vous serez notamment chargé(e) de : Concevoir et faire évoluer les modèles de données métiers. Exploiter et intégrer de nouvelles sources de données mises à disposition par les équipes IT. Développer et maintenir les datamarts destinés aux usages analytiques et opérationnels. Concevoir, développer et optimiser les pipelines de traitement des données. Réaliser les tests techniques et garantir la qualité des livrables. Participer à la mise en œuvre des standards d'architecture et des bonnes pratiques Data. Produire la documentation technique et fonctionnelle associée. Accompagner les équipes métiers dans la valorisation des données. Livrables :Modèles de données métiers. Datamarts et pipelines de données. Documents de mapping et de modélisation. Spécifications techniques. Documentation projet et d'exploitation.

La mission consiste à contribuer à la conception, l'industrialisation, l'exploitation et l'évolution des plateformes et services Data. Le consultant interviendra aussi bien sur les projets DATA que sur les activités de RUN. Il devra être capable de travailler dans un environnement technique large, sans nécessairement être expert sur chaque technologie, mais avec une bonne culture Data / Big Data / DevOps / Cloud. Une forte capacité d'autonomie, de curiosité et de proposition est attendue afin d'accompagner les équipes dans leurs choix techniques et leur évolution. MISSIONS PRINCIPALESParticiper aux projets Data et aux activités de RUN. Concevoir et faire évoluer les solutions Data Engineering. Participer à l'industrialisation et à l'automatisation des traitements et infrastructures. Développer et maintenir les pipelines CI/CD. Participer à la gestion et à l'exploitation des environnements Docker / Kubernetes. Automatiser les opérations à l'aide d'Ansible et/ou Terraform. Intervenir sur les bases de données SQL Server, PostgreSQL et MongoDB. Participer à l'exploitation et à l'évolution des environnements Big Data. Contribuer aux sujets Cloud public AWS / GCP. Participer à la supervision et à l'observabilité des plateformes. Analyser les problématiques de production et contribuer à leur résolution. Proposer des améliorations techniques et opérationnelles. Challenger l'existant et orienter les choix techniques lorsque nécessaire. Collaborer avec les équipes Data, DevOps, infrastructure et projets.

Description du poste Dans le cadre du développement et de l'encadrement des usages de l'intelligence artificielle générative au sein de la banque, le groupe souhaite renforcer ses capacités d'évaluation, de qualification et de sécurisation des LLM. Les LLM sont amenés à être utilisés dans différents cas d'usage métiers, que ce soit pour l'assistance aux collaborateurs, l'analyse documentaire, la génération de contenus, l'aide à la décision, l'automatisation de processus ou l'exploitation de bases de connaissances internes. Leur adoption nécessite toutefois un cadre rigoureux afin de garantir leur performance, leur robustesse, leur sécurité, leur conformité et leur adéquation aux exigences du secteur bancaire. La mission consiste à intervenir en tant que Data Scientist spécialisé dans l'évaluation des LLM, afin de définir et de mettre en œuvre des méthodologies d'évaluation, de benchmark et de red teaming des modèles d'IA générative utilisés, testés ou envisagés par le groupe. Cette mission s'inscrit dans une démarche de gouvernance des modèles d'IA, de maîtrise des risques liés à l'IA générative et d'industrialisation des pratiques d'évaluation avant mise en production. Principaux objectifs Définir et mettre en œuvre un cadre d'évaluation des LLM adapté aux enjeux de la banque. Évaluer les performances, limites, risques et comportements des modèles d'IA générative. Réaliser des benchmarks comparatifs entre différents LLM, qu'ils soient internes, open source ou fournis par des éditeurs. Concevoir et exécuter des campagnes de red teaming pour identifier les vulnérabilités, biais, hallucinations et comportements indésirables. Contribuer à la sélection, la validation et la qualification des modèles LLM avant usage ou mise en production. Produire des analyses objectives permettant d'éclairer les décisions métiers, techniques, risques et conformité. Participer à l'industrialisation des processus d'évaluation des LLM dans le cycle de vie des modèles d'IA. Contribuer à la constitution de jeux de tests, métriques, référentiels d'évaluation et outils de suivi. Activités principalesÉvaluation des LLM Définir les protocoles d'évaluation adaptés aux cas d'usage d'IA générative de la banque. Identifier les métriques pertinentes pour mesurer la qualité des réponses générées : exactitude, pertinence, cohérence, complétude, factualité, robustesse, sécurité, explicabilité et conformité. Évaluer les capacités des modèles sur différents types de tâches : résumé, extraction d'information, classification, question-réponse, génération de texte, analyse documentaire, raisonnement, traduction ou reformulation. Mettre en place des jeux de tests représentatifs des usages métiers bancaires. Analyser les performances des modèles selon différents contextes, langues, domaines métiers et niveaux de complexité. Identifier les limites fonctionnelles et techniques des modèles testés. Documenter les résultats d'évaluation et formuler des recommandations. Benchmark LLM Concevoir et conduire des benchmarks comparatifs entre plusieurs modèles LLM. Comparer les modèles selon des critères de performance, coût, latence, robustesse, sécurité, empreinte technique et conformité. Tester différents modèles propriétaires, open source ou internes selon les contraintes du groupe. Mettre en place des grilles d'analyse permettant d'aider au choix des modèles selon les cas d'usage. Évaluer l'impact de différents paramètres : prompt, température, taille de contexte, modèle d'embedding, architecture RAG, fine-tuning ou quantization. Produire des rapports de benchmark clairs, exploitables par les équipes métiers, data, IT, sécurité et conformité. Participer à la définition de standards internes pour la comparaison et la qualification des LLM. Red teaming et sécurité des LLM Définir et exécuter des scénarios de red teaming adaptés aux risques liés à l'IA générative. Tester la résistance des modèles face aux attaques de type prompt injection, jailbreak, data leakage, contournement de garde-fous, génération de contenu inapproprié ou non conforme. Identifier les risques d'hallucination, de biais, de toxicité, de désinformation ou de réponses dangereuses. Concevoir des corpus de prompts adversariaux adaptés aux contextes bancaires et réglementaires. Évaluer la capacité des modèles à respecter les politiques internes, les règles de conformité et les contraintes de sécurité. Analyser les vulnérabilités détectées et proposer des mesures de mitigation. Collaborer avec les équipes sécurité, conformité, risques et architecture pour renforcer le cadre d'usage des LLM. Méthodologie, outillage et industrialisation Mettre en place des outils, notebooks, scripts ou pipelines d'évaluation automatisée. Contribuer à l'industrialisation des campagnes d'évaluation dans le cycle de vie des modèles. Définir des référentiels de métriques et de seuils d'acceptabilité. Construire et maintenir des datasets d'évaluation internes, anonymisés et représentatifs. Participer à l'intégration des résultats d'évaluation dans les outils de gouvernance des modèles, notamment ModelHub v2. Assurer la traçabilité des campagnes d'évaluation, des versions de modèles et des résultats obtenus. Mettre en place des tableaux de bord ou rapports de suivi de la qualité des LLM. Contribuer à la veille technologique sur les méthodes d'évaluation, frameworks de benchmark et pratiques de red teaming LLM. Livrables attendus Cadre méthodologique d'évaluation des LLM adapté aux usages bancaires. Protocoles de test et grilles d'évaluation des modèles d'IA générative. Jeux de tests et datasets d'évaluation documentés. Corpus de prompts de benchmark et de red teaming. Rapports d'évaluation des LLM testés. Rapports de benchmark comparatif entre modèles. Analyses de risques liées aux comportements des LLM. Synthèses des vulnérabilités identifiées lors des campagnes de red teaming. Recommandations de mitigation et plans d'amélioration. Tableaux de bord ou indicateurs de suivi de performance et de sécurité. Scripts, notebooks ou pipelines d'évaluation automatisée. Documentation des métriques, seuils et critères de validation. Recommandations pour la sélection et la mise en production des modèles. Contributions à l'intégration des résultats d'évaluation dans ModelHub v2 ou tout autre outil de gouvernance IA. Supports de présentation à destination des équipes métiers, techniques,

Nous recherchons actuellement un(e) Data Engineer Senior pour accompagner une équipe Data sur des sujets à forts enjeux autour de la Data Engineering, du Big Data et des architectures Lakehouse. 🔎 1 Data Engineer Senior 🎯 Missions principales : · Concevoir, développer et optimiser des pipelines de données à grande échelle · Mettre en œuvre des flux batch, streaming et ingestion via API · Structurer les transformations selon le modèle Médaillon (Bronze / Silver / Gold) · Développer et industrialiser les pipelines avec DBT, Spark et Iceberg · Contribuer à l'évolution et à l'optimisation de l'architecture Lakehouse · Déployer et maintenir les pipelines dans un environnement Cloud AWS · Orchestrer les workflows ETL / ELT avec Airflow · Mettre en œuvre l'Infrastructure as Code avec Terraform · Travailler sur des environnements conteneurisés avec Docker / Kubernetes · Garantir la disponibilité, la supervision et l'observabilité des traitements · Participer à la gestion des incidents et à l'amélioration continue · Définir et mettre en œuvre les règles de qualité des données : tests, validations et contrôles automatisés · Documenter les architectures, pipelines et règles métier · Garantir la conformité des flux, notamment dans le respect des exigences RGPD ⚙️ Environnement technique : · DBT / Data Catalog · Apache Spark · Apache Iceberg · AWS : Glue, EMR, S3… · Terraform · Airflow · Python · Trino / Starburst · Datadog · Docker / Kubernetes · Architectures Big Data / Lakehouse · Modélisation et collecte de données 🧑‍💻 Profil recherché : · Minimum 8 ans d'expérience en Data Engineering · Expertise confirmée des architectures Big Data et Lakehouse · Très bonne maîtrise de DBT, Spark, Iceberg, AWS et Terraform · Solide expérience sur les services AWS, notamment Glue, EMR et S3 · Connaissance de Trino / Starburst et Datadog · Bon niveau en Python · Forte capacité d'analyse et de compréhension des enjeux métiers · Expérience dans l'accompagnement et l'encadrement de profils juniors · Autonomie, rigueur et forte culture de l'amélioration continue 🌍 Contexte : · Environnement Data à grande échelle · Projets autour de la modernisation et de l'industrialisation des plateformes Data · Forts enjeux Lakehouse, Data Quality, Observabilité et Cloud · Collaboration avec des équipes Data, IT et métiers 📍 Localisation : Île-de-France – Hybride 🏠 Télétravail : 3 jours par semaine 📅 Démarrage : fin août 2026 💼 Mission longue durée Si vous êtes intéressé(e) ou connaissez un(e) Data Engineer Senior correspondant à ce profil, n'hésitez pas à me contacter en MP ou directement par téléphone. Cordialement,

Dans le cadre du développement d'une plateforme Data & IA, nous recherchons un Data Architect / Data Engineer capable de concevoir des architectures Data scalables et d'industrialiser des pipelines destinés notamment à alimenter des solutions basées sur les LLM. Vos missions Concevoir, développer et maintenir des pipelines de données robustes et scalables. Intégrer des données issues de sources hétérogènes : API, SQL/NoSQL, fichiers, logs… Concevoir une architecture Data modulaire avec une trajectoire d'industrialisation. Développer des connecteurs, microservices et interfaces d'intégration. Alimenter des agents LLM avec des données structurées et contextualisées. Mettre en œuvre les pratiques DataOps : orchestration, monitoring, gestion des erreurs et versioning. Contribuer aux choix d'architecture et à la modélisation des données.

Rejoignez une entreprise lauréate ou membre du réseau La French Tech, qui rassemble les start-up et scale-up les plus innovantes de France et contribue à la création de plus de 1,1 million d'emplois directs et indirects en France et à l'international. Wavo, fintech qui construit le futur du financement de stocks pour les PME (achat et financement de stocks en amont, sans dette ni garantie personnelle), recrute un Data Engineer. La donnée est au coeur de leur modèle : elle alimente les décisions de financement, les modèles de risque et l'évaluation de la valeur et de la qualité des stocks financés. Le Data Engineer joue un rôle central dans la construction et l'évolution de la plateforme data, sur toute la chaîne de valeur : ingestion de sources externes, modélisation de datasets fiables, mise en production de pipelines et publication des données qui alimentent le produit et les opérations. C'est un rôle d'ingénierie à fort impact métier. Au quotidien, la personne travaille avec David (Founding Data Engineer) et en collaboration étroite avec les équipes Product, Software et Ops, dans une petite équipe avec beaucoup d'ownership, des boucles de feedback rapides et un périmètre technique large (conception, infrastructure, DevOps, sujets proches du produit). Les missions incluent aussi des sujets à forte valeur métier comme l'orchestration d'agents IA pour l'ingestion de données, l'analyse de documents et l'évaluation de la santé financière des clients.

Vous êtes passionné(e) par la donnée et sa valeur pour la Supply Chain ? Rejoignez-nous pour conduire des projets stratégiques Data côté business ! Vos missions : Piloter des projets Data Supply : cadrage, gouvernance, qualité des référentiels. Coordonner IT / métiers pour l'intégrité des données SAP & outils Supply. Définir les règles et process, mettre en place KPIs et best practices. Animer les ateliers métiers et contribuer en méthode Agile. Projet stratégique Data & Supply Chain – Cadre Agile et collaboratif

Contexte Dans le cadre d'une transformation d'entreprise visant à aligner les processus métiers et data, un grand groupe industriel international renforce son équipe en recrutant un lead migration. L'entreprise lance un programme de migration de données à grande échelle, en mode Greenfield, dans le cadre de son projet SAP S/4 HANA. Missions En tant que Lead Data Migration SAP S/4 Ecosystem, vos principales missions sont : Piloter le workstream de migration de données dans le cadre d'une implémentation SAP S/4 HANA Greenfield à grande échelle Être le point de contact principal pour l'ensemble des activités de migration de données Définir et exécuter la stratégie de migration de données : planification, exécution, suivi Garantir le respect des délais, du budget et des standards de qualité du projet Coordonner et collaborer avec la Group Data Office ainsi qu'avec les chefs de projet des différentes entités / pays et leurs data stewards, pour identifier, nettoyer et valider les besoins en données Travailler en étroite collaboration avec les équipes IT internes pour piloter l'extraction des données depuis les systèmes legacy Superviser le profilage, le nettoyage et l'enrichissement des données pour garantir une migration de haute qualité Définir les règles de qualité des données et les critères de validation, en partenariat avec la Group Data Office et l'intégrateur système Fixer les indicateurs clés (KPI) permettant de suivre l'avancement de la préparation des données Garantir la conformité aux politiques de gouvernance des données et aux exigences réglementaires Accompagner l'intégrateur système dans la conception et les tests des outils et scripts de migration Identifier les risques liés à la migration de données et proposer des plans de mitigation Suivre l'avancement et lever les points bloquants pour assurer une exécution fluide Conduire les retours d'expérience post-migration Reporter l'avancement au comité de pilotage et à la direction du programme Faire le lien entre les équipes techniques et fonctionnelles pour garantir l'alignement du projet

🌐 ContexteDans le cadre de l'accompagnement d'un acteur majeur du secteur de l'assurance dans sa transformation Data, nous recherchons un(e) Data Engineer Senior / Lead Data pour renforcer une équipe Data basée à Niort. Vous intégrerez une équipe travaillant sur des sujets stratégiques autour de la valorisation de la donnée, de l'industrialisation des produits Data et de l'évolution des plateformes décisionnelles. 🎯 Vos missionsVous interviendrez notamment sur : Concevoir, développer et industrialiser des solutions Data (ETL/ELT) Construire et faire évoluer des produits Data à destination des métiers Participer à la transformation des outils et plateformes Data Développer des traitements et flux de données robustes Réaliser la modélisation des données (MCD, MLD, modèles dimensionnels) Concevoir et optimiser des DataWarehouses et DataMarts Réaliser des requêtes SQL complexes Accompagner les équipes métiers et Product Owners dans la définition des solutions Garantir l'industrialisation, la qualité et la maintenabilité des solutions développées 🛠️ Environnement techniqueDataiku Tableau Business Objects SQL ETL / ELT DataWarehouse / DataMart Python apprécié GitLab / outils de gestion de versions

ContexteDans le cadre du renforcement d'une équipe Data Métier intégrée au sein d'un département Performance, nous recherchons un Data Scientist pour transformer les données en leviers d'action concrets au service de la performance des magasins. Le poste se situe au croisement des enjeux financiers, commerciaux et supply chain, avec une forte proximité avec les équipes métier. MissionsVous interviendrez sur différents projets de Data Science liés à l'optimisation commerciale, au pricing, au merchandising et à la supply chain : Concevoir des modèles de Machine Learning et des algorithmes directement exploitables par les équipes métier. Développer des algorithmes et méthodologies permettant de mettre en place des alertes sur les indicateurs opérationnels. Identifier les produits à fort potentiel commercial afin d'alerter les magasins et d'améliorer leur performance en rayon. Développer des prototypes de moteurs de recommandation pour optimiser le merchandising et les mises en avant. Analyser les métrages linéaires des magasins et les croiser avec les données de ventes, disponibilité et stocks. Développer des modèles prédictifs permettant d'anticiper les risques de stock dormant / stock toxique. Identifier les remises locales susceptibles de générer une perte de valeur. Mettre en place des modèles de clustering des magasins afin de constituer des groupes de comparaison pertinents. Réaliser des analyses quantitatives sur des problématiques stratégiques et formuler des recommandations exploitables. Présenter les résultats et conclusions aux équipes métier. Livrables attendusAlgorithmes et méthodologies de mise en place d'alertes sur les indicateurs opérationnels. Modèles prédictifs et algorithmes de recommandation. Analyses chiffrées répondant à des problématiques stratégiques. Restitutions et recommandations à destination des équipes métier. Modèles de segmentation et de benchmark des magasins. Compétences techniquesPython – Expert – Impératif SQL – Expert – Impératif Machine Learning / modélisation prédictive Algorithmes de recommandation Clustering / segmentation Gestion de projet – Confirmé – Important Connaissance du retail – Confirmé – Important

Entité : mon client (grand groupe, secteur retail ) Site : Île-de-France, hybride (2j/site – 3j TT) TJM max : 500 euros Date de démarrage : asap Date de fin : 01/08/2028 Contexte : La Direction Analytics Factory de mon client France a pour mission de développer des solutions analytiques innovantes pour optimiser la performance de l'entreprise. Nous recherchons un(e) Consultant Product Manager Data passionné(e) par les problématiques de pricing pour rejoindre notre équipe et piloter le développement de nos assets Data & IA pour la direction Pricing. Mission : Concevoir, développer et déployer les modules analytiques et les moteurs d'optimisation tarifaire pour maximiser la performance commerciale (marge/CA) sous contraintes métiers. Périmètre des chantiers analytiques à mener : Mesure d'Impact & A/B Testing : Conception et déploiement de protocoles expérimentaux (groupes de contrôle, tests A/B) permettant de mesurer scientifiquement l'incrément de marge généré par les révisions tarifaires. Algorithmique & Cohérence Catalogue : Modélisation des règles de chaînage et des interdépendances entre références afin de garantir une hiérarchie de prix cohérente et d'éliminer les aberrations tarifaires. Modélisation Prédictive des Élasticités : Développement de modèles économétriques et Machine Learning pour prédire l'élasticité de la demande et simuler les volumes selon les scénarios de prix. Optimisation sous Contraintes (RO) : Conception de solveurs algorithmiques sur-mesure pour maximiser la marge ou le CA, en intégrant le respect des contraintes métiers (niveaux de stock, positionnement concurrentiel, plancher de marge). Construire la roadmap produit data. Concevoir des solutions data et cadrer les besoins. Rédiger les spécifications technico-fonctionnelles. Préparer la recette et suivre la mise en oeuvre avec l'équipe Scrum. Spécifier les flux d'alimentation et contrats d'interface. Concevoir les expositions data (API, modèles BDD) avec la gouvernance data. Assurer la cohérence fonctionnelle du domaine de données. Garantir la cohérence transverse avec les autres produits data. Piloter la qualité des données via dashboards et suivi des dettes techniques. Qualifier et documenter les données pour leur donner du sens. Animer la communauté data et faire le lien métiers / IT. Gérer les évolutions et anomalies remontées par les utilisateurs. Piloter le backlog produit et définir les user stories. Animer les rituels Agile (sprint planning, suivi équipe). Gérer un portefeuille projets data et leur cycle de vie. Reporter l'avancement aux responsables programme ou data product. Interroger des bases SQL et consommer des web services. Maintenir une forte compréhension technique de l'écosystème data. Livrables : Modules Algorithmiques & Code : Scripts, modèles ML et solveurs documentés et intégrés au pipeline. Documentation & Protocoles : Fiches méthodologiques (protocoles A/B testing, spécifications des contraintes RO, cartographie des chaînages). Outils de Simulation : Dashboards/rapports d'analyse des élasticités et d'impact marginal sur la performance.