Data Scientist / Ops F/H at KARAVEL GROUPE

Paris, Ile-de-France, France -

Full Time

Start Date

Immediate

Expiry Date

25 Jan, 26

Salary

0.0

Posted On

27 Oct, 25

Experience

2 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Data Exploration, Data Modeling, Feature Engineering, Communication, Project Management, Python, SQL, Power BI, Docker, Machine Learning, Automation, Business Sensitivity, Storytelling, Curiosity, Rigor, Autonomy

Industry

Travel Arrangements

Description

Résumé : Rattaché à l’équipe centrale de Data & Analytics, votre rôle est de mener de bout en bout des projets analytiques à forte valeur ajoutée. Vous participez à l’identification de la problématique, au cadrage, aux analyses et définition de la solution à mettre en place, au développement d’une solution industrialisée et à son suivi dans le temps Vous travaillerez sur les problématiques principales suivantes Conversion Rate Optimization : diagnostic, recommandation de produits, segmentation, NBO Optimisation du revenu : pricing, yield management, demand forecasting Optimisation des processus internes : briques analytiques / IA permettant d’optimiser des processus En plus de vos compétences techniques, vous avez également une forte sensibilité Business et prenez toujours en compte la valeur associée au projet dans votre façon de travailler. Vous êtes capable d’identifier les solutions les plus adaptées pour répondre à une problématique en prenant en compte votre environnement de travail, les outils disponibles et le temps imparti. Vous êtes capables de vulgariser votre travail pour le communiquer à tous types d’audiences (techniques ou non) de façon claire et concise avec des recommandations actionnables Tâches de base : 1. Exploration de données Connaissance des bases de données Karavel, de leurs rôles et leurs dépendances Exploration des données et formulation d’hypothèses sur l’intégralité de l’entreprise (marketing, pricing, opérations, finance etc.) Recommandation sur la modélisation à adapter, le modèle à utiliser, les features à prendre en compte etc. 2. Modélisation et formulation de recommandations Modélisation de la donnée pour répondre au problème, choix du modèle à utiliser Feature Engineering, améliorations itératives du modèle ou de l’analyse pour affiner la recommandation Recommandation et définition des grandes étapes d’implémentation Documentation des choix faits, des résultats etc. 3. Communication et storylining Création de supports de communication (PowerBI, PowerPoint) et partage des résultats Storylining (Présentation de recommandations argumentées sous forme de récit, vs présentation « à plat » de faits) 4. Participation à la mise en production des flux de données avec l’équipe BI Définition des sources à utiliser, des flux à mettre en place pour l’alimentation du modèle et la consommation des résultats avec les équipes de BI et autres équipe IT éventuellement impactées Suivi de l’industrialisation par l’équipe BI 5. Déploiement d’une solution industrielle Développement d’un modèle (LLM, Machine Learning, Optimisation) et de son écosystème (API, Interfaces, Monitoring) en python Déploiement sur l’infrastructure mise à disposition (VMs, Docker) Maintien de la solution post mise en production (suivi de KPIs de performance technique et fonctionnelle) 6. Suivi des résultats du projet dans le temps Définition des critères de succès du projet, des KPIs à mesurer Mise en place de reportings automatisés pour suivre la performance Suivi régulier et communication sur les résultats 7. Gestion de projets Gestion de projets data de bout en bout (du besoin à la livraison), coordination des interlocuteurs, gestion de la vie du projet, reporting sur l’avancement Autonomie dans la gestion du projet Maintien à jour des différents supports de suivi de projet (roadmap, fiches projets, documentation finale) Partage de connaissances avec le reste de l’équipe et collaboration Compétences : Curiosité et qualité relationnelle forte, pédagogie et capacité de communication et de synthèse Sensibilité business, capacité à rapidement identifier les sources de valeur pour l’entreprise et trouver des solutions pragmatiques à des problématiques Maitrise des outils standard d’analyse de données : Python : Jupyter, Pandas, Scikit-Learn, Shap, MLFlow Developpement : FastAPI, Docker, Streamlit, Chainlit Automatisation : n8n, Gitlab CI Visualisation : PowerBI SQL (Snowflake est un +) Expérience préalable dans le développement et déploiement de projets LLM en entreprise (RAG, optimisation de processus) Rigueur. Réalisation systématique de vérifications de cohérence et d’ordre de grandeurs. Capable de rapidement mettre des résultats en perspective pour s’assurer que les sources sont correctes, que la modélisation est bonne, que les résultats ont un sens Autonomie pour apprendre et solliciter ses pairs en cas de besoin et pour challenger ses travaux Capacité à comprendre des problématiques complexes, prendre du recul et les contextualiser Capacité à vulgariser ses travaux et les représenter de manière visuelle, accessible et compréhensible. Sens du story telling afin de constituer des présentations efficaces et pédagogiques à destination des métiers permettant une vraie prise de décision Technologies Karavel : Base de données : SQL Server / Snowflake Power BI Docker Python (MLFlow, FastAPI, Streamlit, Chainlit) N8n Gitlab + Gitlab CI Profil de candidat recherché : Formation Bac+5 (Ecole d’Ingénieur ou Master 2) dans les nouvelles technologies Expérience de 3+ ans sur des postes similaires ou en Cabinet de conseil L’expérience dans le tourisme est un plus Employeur inclusif, nous œuvrons chaque jour pour lutter contre toute forme de discrimination et favoriser un environnement de travail respectueux. Attachés à la mixité et à la diversité, nous encourageons toutes les candidatures et tous les profils : à compétences égales, tous nos postes sont ouverts aux personnes en situation de handicap. Le Groupe Karavel est signataire de la Charte de la diversité qui a pour objet de favoriser l’égalité des chances et la diversité dans toutes ses composantes.

Responsibilities

The role involves leading end-to-end analytical projects within the Data & Analytics team, focusing on high-value solutions. Responsibilities include data exploration, modeling, communication of results, and project management.