Data Scientist Senior – Parcours client, Attribution & IA générative

Notre client, un grand groupe international, renforce son équipe Customer Journey Optimization (CJO). Il recherche un Data Scientist senior pour une mission de 3 mois au cœur de l'optimisation de ses parcours clients digitaux.

Vous aurez un rôle clé dans la conception de modèles analytiques avancés. Ils serviront à mieux comprendre le comportement des utilisateurs, à détecter les frictions, à améliorer la conversion et à mesurer la performance réelle des actions marketing et opérationnelles.

Vos principales missions :

• Segmentation comportementale : clustering des utilisateurs à partir de la navigation, des réservations et des usages digitaux ; identification des personas, des micro-segments, des intentions et des points de friction.

• Systèmes de recommandation : conception de recommandeurs hybrides (collaboratif, contenu, séquentiel) pour personnaliser les contenus et les services à valeur ajoutée proposés.

• Modèles prédictifs : prédiction de conversion, de churn et de complétion du funnel ; prévision des volumes par étape du parcours ; scoring d'intention et de drop-off.

• Attribution multi-touch : modèles de Markov (1er et 2e ordre) et valeurs de Shapley pour mesurer le poids de chaque point de contact (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions CJO.

• IA générative et LLM : développement de solutions capables d'interpréter automatiquement les résultats analytiques (tests A/B, conversions, parcours) et de générer des recommandations pour orienter les décisions.

• Industrialisation : passage des POC Jupyter à des modules Python propres, modulaires et testés, et à des pipelines Dataiku/Snowflake documentés et ordonnancés.

Une mission particulièrement intéressante pour un profil qui veut associer data science avancée, IA générative et impact business direct sur les parcours clients.

Profil recherché

Data Scientist confirmé à senior, avec une solide expérience de l'analyse de parcours clients digitaux et du marketing analytics. Vous savez aussi bien prototyper rapidement que livrer du code industrialisable.

INDISPENSABLE

• Machine learning supervisé et non supervisé, deep learning, statistiques avancées

• Python avancé : programmation orientée objet, modularité, bonnes pratiques de clean code

• SQL sur Snowflake

• Dataiku DSS (scénarios, ordonnancement de jobs, déploiement de modèles)

• Attribution multi-touch (Markov, Shapley)

• NLP, LLM, embeddings, prompt engineering

• Systèmes de recommandation et modèles séquentiels

• Séries temporelles et forecasting

• Feature engineering et interprétabilité (SHAP)

• Conception de KPI orientés funnel et engagement

APPRÉCIÉ / SOUHAITÉ

• UX analytics et web analytics

• Connaissance des outils WalkMe et AB Tasty