skiils | Data Scientist Senior Forecasting - Finance / Corporate - Freelance

Taux journalier (TJM): 600€/jour

Contexte

Au sein d’une organisation data centrale dédiée aux fonctions Finance et Corporate, les équipes développent des solutions data visant à améliorer le pilotage financier et la performance globale.

L’objectif principal est de renforcer la fiabilité des prévisions financières, d’industrialiser les modèles existants et de contribuer à des cas d’usage à forte valeur ajoutée pour les équipes Finance et Contrôle de gestion.

L’environnement est 100% cloud Google Cloud Platform (GCP) avec une forte maturité sur les sujets data, ML et industrialisation.

Une expérience dans le retail / grande distribution est fortement appréciée.

Missions

• Concevoir et développer des modèles de prévision de KPI financiers (CA, marge, coûts, performance)
• Construire des modèles de séries temporelles complexes multi-niveaux (entités, magasins, zones, formats…)
• Intégrer des variables business (promotions, saisonnalité, événements, inflation, effets macro-économiques)
• Utiliser et comparer des approches avancées :
  • modèles statistiques (ARIMA, ETS)
  • machine learning (XGBoost, LightGBM)
  • deep learning et approches hybrides
• Déployer et mettre en production les modèles sur Google Cloud Platform
• Utiliser des outils tels que :
  • BigQuery (data warehouse)
  • Vertex AI (ML lifecycle)
  • Cloud Storage
  • Dataflow / Dataproc
• Mettre en place des pipelines MLOps industrialisés (CI/CD, monitoring, versioning, drift detection)
• Collaborer directement avec les équipes Finance, Contrôle de gestion et Corporate
• Traduire les besoins métiers en problématiques data avancées
• Restituer les résultats auprès d’interlocuteurs non techniques et directions métiers
• Contribuer à la prise de décision via des modèles prédictifs fiables
• Optimiser les modèles existants de forecasting
• Suivre les performances (MAPE, RMSE, biais de prévision)
• Mettre en place des systèmes de monitoring et alerting sur la qualité des prévisions
• Industrialiser les bonnes pratiques data science

Stack technique

• Cloud : Google Cloud Platform (GCP)
• Data : BigQuery, SQL avancé
• Data Science : Python (Pandas, NumPy, Scikit-learn)
• Machine Learning : XGBoost, LightGBM, Prophet, TensorFlow (selon cas)
• MLOps : Vertex AI, Airflow, Docker, CI/CD
• BI / DataViz : Looker / outils de reporting

Conditions de travail

• TJM : jusqu’à 600€ max
• Démarrage : ASAP
• Mission longue durée (renouvelable selon contexte)