Data Scientist > 5a - CJO / ML, Recommandation, Attribution & LLM @ Marseille - Freelance (H/F)

Taux journalier (TJM): 450 € - 530 € HT selon profil

DATA SCIENTIST SENIOR - CUSTOMER JOURNEY OPTIMIZATION / ML, RECOMMANDATION, ATTRIBUTION \& LLM

Séniorité : Senior - > 5 ans d'expérience

Démarrage souhaité : Octobre 2026

Durée : 3 mois renouvelable

Présence sur site : 2 jours par semaine

CONTEXTE / ENJEUX

Dans le cadre du renforcement d'une équipe Customer Journey Optimization (CJO), nous recherchons un Data Scientist Senior pour développer des modèles analytiques avancés permettant d'optimiser les parcours clients, d'améliorer la conversion, de personnaliser l'expérience digitale et de maximiser la performance des actions marketing et opérationnelles.

La mission couvre notamment des problématiques de clustering, recommandation, prédiction, attribution, IA/LLM et développement Python avancé.

Le Data Scientist interviendra au cœur des sujets clés du Customer Journey Optimization :

• 
  

  compréhension du comportement utilisateur ;

  
  
  
  
  • 
    
  
  
  
  

détection des points de friction ;

• 
  

  optimisation du funnel ;

  
  
  
  
  • 
    
  
  
  
  

attribution multi-touch ;

• 
  

  prédiction des besoins ;

  
  
  
  
  • 
    
  
  
  
  

personnalisation dynamique ;

• intégration de l'IA générative dans les processus d'analyse et de recommandation.

L'objectif est d'apporter des insights actionnables, de construire des modèles robustes et de développer des solutions automatisées afin d'accélérer la transformation data-driven des parcours clients.

MISSIONS DÉTAILLÉES

CLUSTERING \& SEGMENTATION COMPORTEMENTALE

Segmenter les utilisateurs selon leurs comportements au sein du parcours : navigation, bookings et usages digitaux.

• 
  

  Identifier les personas, micro-segments, intentions utilisateurs et points de friction.

  
  
  
  
  • 
    
  
  
  
  

Mettre en œuvre des méthodes de clustering, notamment K-means.

• Construire une clusterisation client actionnable et alignée avec les différents parcours.

SYSTÈMES DE RECOMMANDATION VAS

Développer des systèmes permettant de recommander de manière personnalisée des contenus, services ou VAS en fonction du parcours client.

• 
  

  Concevoir des approches de type hybrid recommender, combinant filtrage collaboratif, contenu et modèles séquentiels.

  
  
  
  
  • 
    
  
  
  
  

Utiliser ces recommandations afin d'améliorer la conversion, guider les utilisateurs et optimiser les interactions clés.

MODÈLES PRÉDICTIFS CJO

• 
  

  Développer des modèles de prédiction de la conversion, du churn et de la probabilité de complétion d'un funnel.

  
  
  
  
  • 
    
  
  
  
  

Réaliser du forecasting des volumes aux différentes étapes du parcours, notamment sur les bookings.

• 
  

  Mettre en place des modèles de classification des comportements : drop-off, intent prediction, scoring.

  
  
  
  
  • 
    
  
  
  
  

Construire des modèles prédictifs et scores CJO autour de problématiques telles que la conversion ou l'awareness.

MODÈLES D'ATTRIBUTION AVANCÉS

• 
  

  Concevoir des modèles d'attribution multi-touch (MTA) appliqués aux parcours digitaux.

  
  
  
  
  • 
    
  
  
  
  

Mettre en œuvre des modèles de Markov de premier et deuxième ordre ainsi que les Shapley Values.

• 
  

  Mesurer le poids des différents touchpoints : email, WalkMe, AB Tasty, notifications et pages clés.

  
  
  
  
  • 
    
  
  
  
  

Calculer le ROI des actions CJO.

• 
  

  Identifier les leviers les plus pertinents à activer.

  
  
  
  
  • 
    
  
  
  
  

Construire un framework d'attribution complet.

IA GÉNÉRATIVE \& LLM

• 
  

  Développer des modèles basés sur les LLM capables d'interpréter automatiquement les résultats analytiques.

  
  
  
  
  • 
    
  
  
  
  

Détecter les irritants et comprendre les variations observées dans les données.

• 
  

  Automatiser la synthèse des enseignements clés issus des analyses.

  
  
  
  
  • 
    
  
  
  
  

Concevoir des systèmes d'IA générative produisant des recommandations pertinentes à partir des résultats disponibles.

*

Exploiter notamment les informations liées au profiling intelligent, aux performances, aux parcours, aux tests A/B et aux conversions afin d'orienter les décisions et d'optimiser les parcours clients.

DÉVELOPPEMENT PYTHON AVANCÉ \&