Data Scientist Python confirmé - Freelance (H/F)

Taux journalier (TJM): 420€
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.
*
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.
*
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.