Data Scientist

Le Data Scientist construit des modèles d'IA pour apporter de la valeur aux métiers.Le Data Scientist est en mesure de comprendre les besoins des métiers et de trouver l'approche adaptée de data science pour proposer une solution appropriée.Dans le cadre de ses activités principales, le Data Scientist est capable de

• Analyser et explorer les données.
• Construire des modèles pour faire des prévisions (apprentissage supervisé pour faire de la classification, de la régression, de la prévision) i. e. prévoir l'intention d'un client tout en analysant le contenu d'un courriel.
• Construire des modèles pour identifier les modèles (apprentissage non supervisé pour faire un regroupement, une réduction des dimensions) i. e. identifier les groupes de clients.

Le Data Scientist est capable de coder en Python. Il/elle s'assure que le code de ses modèles est bien documenté, prêt à la mise en production et peut facilement être maintenu. Il/elle assure également l'interprétation des modèles qu'il/elle élabore, identifie les biais potentiels et analyse la performance des modèles en fonction des besoins des métiers.

Mission :

• Vue critique/capacité de contester les méthodologies.
• Analyser les besoins des clients internes pour déterminer leurs besoins opérationnels et stratégiques dans une analyse de données complexe.
• Résoudre les problèmes des métiers par l'analyse de données internes et externes.
• Mettre en place et adapter des modèles d'analyse de données.
• Volonté de suivre l'évolution de la data science et de maîtriser les algorithmes de pointe.

Profil :
Compétences métier et/ou techniques :;

• Business Skills
• Modèles prédictifs
• Modèles Descriptifs
• Data processing
• Connaissances en matière de Data
• Qualité et sécurité des données
• Architecture
• Tools & Methodologies
• IT language of his entity or project (Python and other languages such as SQL/SAS/R/Spark/Java Script/Scala)
• ETL (Alteryx, Dataiku)
• Data Lab environment (e.g. Domino)
• Test & learn
• MS Office pack Excel

Compétences comportementales et/ou managériales :;

• Capacité d'analyse
• Etre orienté client
• Etre orienté résultats
• Créativité & Innovation / Capacité à résoudre des problèmes
• Capacité à anticiper les évolutions métiers / stratégiques
• Capacité à comprendre, expliquer et conduire le changement
• Esprit critique

Compétences transversales :;

• Capacité à définir des indicateurs de performance pertinents

Caractéristiques :;

• Métier des Data
• Poste transverse