Data Scientist Python confirmé - Freelance (H/F)

Taux journalier (TJM): 420€

CONTEXTE

Un client majeur renforce son équipe data centrale pour fiabiliser la prévision de chiffre d'affaires grâce au Machine Learning afin de mieux piloter les décisions commerciales et financières. Localisation : Île-de-France. 2 jours de TT, TJM 420 euros.

MISSIONS, RÔLES ET RESPONSABILITÉS

• 
  

  Recueillir et qualifier les besoins métiers en lien étroit avec la Finance, afin de cadrer les cas d'usage de prévision.

  
  
  
  
  • 
    
  
  
  
  

Concevoir et entraîner des modèles de prévision du chiffre d'affaires en Python (approches Machine Learning).

• 
  

  Mettre en place l'industrialisation des modèles, avec le versioning du code et des données.

  
  
  
  
  • 
    
  
  
  
  

Définir les métriques de performance et les protocoles de mesure pour évaluer et comparer les modèles.

• 
  

  Rendre les modèles plus explicables afin de faciliter leur adoption et leur utilisation par les équipes.

  
  
  
  
  • 
    
  
  
  
  

Contribuer à l'amélioration des pratiques d'équipe (craftsmanship, CI/CD, qualité de code) dans un cadre Agile Scrum.

COMPÉTENCES REQUISES

• 
  

  Maîtrise confirmée de Python pour développer et maintenir des pipelines et modèles de prévision.

  
  
  
  
  • 
    
  
  
  
  

Très bonne pratique de scikit-learn pour l'entraînement, l'évaluation et la mise en production de modèles.

• 
  

  Expérience solide en CI/CD pour automatiser tests, intégration et déploiements dans un contexte data.

  
  
  
  
  • 
    
  
  
  
  

Expérience avérée sur des problématiques de prévision de chiffre d'affaires (forecasting) et leurs enjeux de fiabilité.

• Capacité à travailler avec Git pour le versioning et la collaboration au sein d'une équipe data.

PROFIL RECHERCHÉ

Expérience sur des cas d'usage Finance, idéalement autour du pilotage et de la prévision (revenu / chiffre d'affaires).

• 
  

  Habitude de collaborer avec des parties prenantes métiers pour le recueil des besoins et la traduction en solutions ML.

  
  
  
  
  • 
    
  
  
  
  

Appétence pour les séries temporelles et les approches de forecasting.

• 
  

  Sens de l'industrialisation et de la qualité, incluant le monitoring de modèles une fois déployés.

  
  
  
  
  • 
    
  
  
  
  

Aisance avec des environnements cloud, notamment GCP, pour entraîner et opérer des modèles.

• 
  

  Familiarité avec des frameworks de Deep Learning (TensorFlow et/ou PyTorch) selon les besoins.

  
  
  
  
  • 
    
  
  
  
  

Confort dans un environnement Agile Scrum et une dynamique d'amélioration continue.