En tant que Senior Data Scientist, vous serez responsable des missions suivantes :

- Développement de modèles prédictifs et prescriptifs :

• Concevoir et entraîner des modèles de Segmentation Client (clustering, RFM, profilage comportemental).
• Développer des moteurs de Recommandation personnalisée (filtres collaboratifs, basés sur le contenu, systèmes hybrides) pour améliorer le cross-sell et l'upsell.
• Développer des modèles de Prédiction (churn, appétence, scoring risque, prévision des volumes de transactions)

- Ingénierie de la donnée et des modèles :

• Collaborer avec les Data Engineers pour définir les features et préparer les pipelines d'entraînement nécessaires à partir du Datalakehouse (Cassandra, Hive, etc.).
• Mettre en œuvre les bonnes pratiques de MLOps : versioning des modèles, automatisation du déploiement, monitoring des performances en production (drift, biais).

- Apport de valeur métier :

• Traduire les besoins métier (ex: réduire le churn, augmenter le taux de conversion) en problématiques Data Science.
• Interpréter les résultats des modèles et communiquer les insights aux Product Owners et parties prenantes métier.
• Contribuer à l'enrichissement des systèmes sources et du Datalakehouse avec des données prédictives.

• Formation : Diplôme d'Ingénieur (Bac+5) avec une spécialisation en Data Science, Intelligence Artificielle ou Statistique/Mathématiques appliquées.
• Expérience : 3 à 5 ans d'expérience confirmée sur des projets similaires de modélisation prédictive et de systèmes de recommandation.
• Compétences Techniques :
• Maîtrise du ML : Algorithmes classiques (régression, classification, clustering, séries temporelles) et Deep Learning (si applicable).
• Frameworks IA : Maîtrise des bibliothèques Python (Scikit-learn, Pandas, XGBoost, TensorFlow ou PyTorch).
• Big Data & Outils : Connaissance des environnements distribués (Spark/PySpark) et des bases de données NoSQL (Cassandra, MongoDB).
• Ops & CI/CD : Familiarité avec les environnements de conteneurisation (Docker) et la gestion de cycle de vie des modèles (MLOps).
• Écosystème technologique : Plateforme Data Cloudera, Architecture Microservices, Kafka, API Gateway (Axway), Keycloak.
• Méthodologie : Travail en mode Agile (Scrum of Scrums, Comités de suivi hebdomadaires).
• Collaboration : Équipe pluridisciplinaire (Data Engineers, Lead Tech, Product Owners, Experts métier).

Rejoindre Devoteam, c’est :

• Évoluer sur des projets stratégiques autour de la donnée

• Bénéficier d’un accompagnement personnalisé pour le développement de vos compétences et certifications

• Travailler dans un environnement stimulant, collaboratif et bienveillant