Le Data Scientist soutiendra nos équipes commerciales des directions ventes et de marketing grâce aux informations tirées de l’analyse des données de l’entreprise. Le candidat idéal est apte à utiliser des données larges pour trouver des opportunités d’optimisation de produits et de processus et à utiliser des modèles pour tester l’efficacité de différents plans d’action. Il doit avoir une solide expérience dans l’utilisation d’une variété de méthodes d’exploration de données/d’analyse de données, l’utilisation d’une variété d’outils de données, la conception et la mise en œuvre de modèles, l’utilisation/la création d’algorithmes et la création/l’exécution de simulations. Il doit avoir une capacité éprouvée à générer des résultats commerciaux grâce à leurs informations basées sur des données. Il doit être à l’aise de travailler avec plusieurs collaborateurs différents. Le bon candidat aura la passion de découvrir des solutions cachées dans de gros volumes de données et de travailler avec les parties prenantes pour améliorer les résultats des actions commerciales.
Ces principales responsabilités seront de :
1. Travailler avec les parties prenantes de l’équipe commerciale pour identifier les opportunités d’exploitation des données de l’entreprise pour piloter des solutions commerciales.
2. Extraire et analyser les données des bases de données pour optimiser et améliorer le développement de produits, les techniques de marketing et les stratégies commerciales.
3. Développer des modèles de données et des algorithmes customisées à appliquer sur les jeux de données.
4. Utiliser la modélisation prédictive pour augmenter et optimiser les expériences client, la génération de revenus, les ventes ciblées et d’autres résultats commerciaux.
5. Développer le framework d’A/B de l’entreprise et tester la qualité du modèle.
6. Coordonner avec différentes équipes fonctionnelles pour mettre en œuvre des modèles et surveiller les résultats.
7. Développer des processus et des outils pour surveiller et analyser les performances des modèles et l’exactitude des données.
- Connaissances et expérience en codage avec plusieurs langages : C, C++, Java,JavaScript, etc.
- Connaissance et expérience des techniques statistiques et de data mining : GLM/Regression, Random Forest, Boosting, Trees, text mining, analyse des réseaux sociaux, etc.
- Expérience de l’interrogation de bases de données et de l’utilisation de langages informatiques statistiques : R, Python, SLQ, etc.
- Expérience dans l’utilisation des statistiques (R, Python, SLQ, etc.) pour manipuler des données et tirer des enseignements sur des données de gros volumes.
- Expérience de travail et de création d’architectures de données.
- Connaissance d’une variété de techniques d’apprentissage automatique (clustering, apprentissage par arbre de décision, réseaux de neurones artificiels, etc.) et de leurs avantages/inconvénients réels.
- Connaissance des techniques et concepts statistiques avancés (régression, propriétés des distributions, tests statistiques et bon usage, etc.) et expérience des applications.
- Excellentes compétences en communication écrite et verbale pour la coordination entre les équipes.
- Une volonté d’apprendre et de maîtriser de nouvelles technologies et techniques.
- Solides compétences en résolution de problèmes avec un accent sur le développement de produits.
- Connaissance Métier
- Pensée Analytique & Analyse de Données. Informatique Décisionnelle
- INFORMATIQUE DE GESTION
Maîtrise des éléments de mesures suivants :
- Plan Marketing
- Compétitive analysis
- Sciences de données (Datamining) :
oPython, Sql Server, Power BI, Sphinx, Scrapping…
Reporting :
- Power BI,
- SSRS
- Tableau
- QLIK, ORACLE APEX
- MS Office
Base de Données (SGBD) :
- SQL Serveur, MySQL, Oracle
GESTION
- Comptabilité, Analyse financière, Management
- MS/Office, Word Excel,
