Senior Data Scientist H/F - Collective Works
Les missions du poste
Contexte
Poste : Senior Data Scientist
Localisation : Lille (hybride)
Mission longue
Intégration au sein du domaine Sport Product, dans l'équipe Offre, composée d'environ 18 personnes et intervenant auprès de 12 univers sportifs. L'équipe accompagne les métiers dans l'exploitation de la data pour améliorer le monitoring, l'efficience et la performance de l'offre. L'objectif principal est de renforcer les travaux autour de la construction des meilleurs assortiments et du placement des produits au bon endroit et au bon moment.
Missions
Collaborer avec les Product Managers, Machine Learning Engineers et Data Scientists pour identifier les opportunités à impact business.
Exploiter les données afin de quantifier les résultats et contribuer à la définition de la stratégie et de la feuille de route Machine Learning de l'équipe.
Concevoir et développer de bout en bout des modèles statistiques avancés, des modèles de Machine Learning et des systèmes agentiques.
Définir des métriques pertinentes d'évaluation et de monitoring, puis garantir la qualité et la performance des modèles à l'aide de méthodes de validation rigoureuses.
Travailler avec les Machine Learning Engineers pour faciliter l'industrialisation des modèles et leur déploiement dans des solutions scalables.
Présenter les analyses, visualiser les résultats et formuler des recommandations claires et synthétiques aux parties prenantes.
Outils & Environnement
Langages et frameworks : Python, SQL, Spark, PySpark
Plateformes et outils : Databricks, MLflow, AWS, GCP
Bibliothèques de Machine Learning : Scikit-learn, TensorFlow, PyTorch
Autres outils : Streamlit, Docker, Kubernetes, Airflow, GitHub Actions
Conditions de travail
Contrat : mission longue
Localisation : Lille, mode hybride
Abonnez-vous à la page NaxoTech sur LinkedIn pour découvrir nos offres régulières :
👉
Le profil recherché
- Minimum 4 ans d'expérience en Data Science, avec une pratique confirmée de l'analyse statistique et du Machine Learning sur des cas d'usage à grande échelle
- Très bonne maîtrise de Python et SQL, ainsi que des frameworks de traitement de données, notamment Spark/PySpark
- Expérience des bibliothèques et frameworks de modélisation Machine Learning : Scikit-learn, TensorFlow ou PyTorch
- Solides connaissances en Deep Learning, feature engineering, feature selection et algorithmes d'optimisation
- Bonne compréhension du cycle de vie complet du Machine Learning, de l'expérimentation à l'industrialisation et au monitoring
- Capacité à structurer des analyses, à en extraire des enseignements et à les restituer de manière claire
- Aisance dans le travail avec des équipes pluridisciplinaires : métiers, produit, data et gouvernance
- Anglais maîtrisé dans un contexte international et français conversationnel
- Sensibilité à la pratique du sport, à l'esprit d'équipe et aux valeurs associées, ainsi qu'aux démarches à impact positif
