269 - Data Scientist Python Senior – Analytics Factory (H/F) (IT) / Freelance

Présentation du contexte

L’Analytics Factory conçoit et développe des services analytiques avancés pour fournir aux équipes métier des données et des analyses fiables. L'objectif est de soutenir la transformation analytique et d'appuyer la prise de décision stratégique dans tous les domaines de l'entreprise.

Dans le cadre de la digitalisation du processus promotionnel PGC via un portail amont collaboratif intégrant directement les fournisseurs, nous recherchons un(e) Data Scientist Python Senior pour concevoir et déployer des solutions d'Intelligence Artificielle de pointe.

🚀 Missions et Périmètre Fonctionnel (IA)

Le projet s'articule autour du déploiement de 3 agents intelligents (IA Agentique) :

• Agent Négo : Automatisation des demandes, simulations d'impact (CA / marge) et formulation de contre-propositions.
• Agent Pilotage : Ajustement dynamique des catalogues sous contraintes et système d'alertes en temps réel.
• Agent Admin : Génération automatisée des Appels d'Offres (AO) et des mandats.

Intégration & Écosystème : Connexion et intégration obligatoires des modèles au sein de l'écosystème Data interne.

🗺️ Roadmap du projet

• S1 2027 : Déploiement du socle collaboratif de base.
• S2 2027 : Déploiement complet et mise en production des agents IA.

Conditions de la mission

• Date de démarrage : ASAP
• Date de fin prévisionnelle : 02/07/2029 (Mission longue visibilité)
• Localisation : Massy (Essonne)
• Rythme de travail : Hybride (2 jours par semaine sur site obligatoires)
• Tarif Journalier Maximum (Prix d'achat max) : 510 € / jour

Profil candidat:

Profil recherché_Les "Must-Have" (Compétences requises)

_

• Expertise en Machine Learning & Optimisation : Solide expérience dans la création de modèles prédictifs et d'algorithmes d'optimisation de la performance (idéalement appliqués aux problématiques de Pricing ou de Promotion).
• Data Modeling : Capacité à structurer des modèles de données complexes pour alimenter efficacement des agents IA (gestion des inputs agents, référentiels produits).
• Maîtrise de l'IA Générative et du NLP : Capacité éprouvée à concevoir des workflows agentiques pour l'analyse de messages, la génération automatisée de réponses et l'interaction autonome avec des tiers.

_Les "Nice-to-Have" (Compétences appréciées)

_

• Conception, développement et maintenance d'applications ML robustes, scalables et orientées production avec Python.

• Maîtrise des bibliothèques scientifiques et de manipulation de données : Pandas, NumPy, SciPy.

• Expérience de déploiement en production via des frameworks reconnus : Scikit-learn, TensorFlow ou PyTorch.

• Data Engineering : Exploration, transformation, nettoyage et enrichissement de nouveaux jeux de données (Exploitation courante de BigQuery).

• Pratique avancée des plateformes Cloud, idéalement GCP (Google Cloud Platform) ou équivalents.

• Maîtrise de la Data Visualization (Looker Studio, Plotly, Matplotlib, Seaborn).

• Gestion des bases de données relationnelles et/ou orientées document.

• Méthodologie & Engineering :

• Gestion du versionning (code et modèles) avec Git.

• Application des principes DevOps, notamment les pipelines CI/CD.

• Culture Craftsmanship et respect des bonnes pratiques de code (SOLID, YAGNI, couverture de tests avec Sonar).

• Mise en œuvre des principes d’observabilité pour le monitoring et le diagnostic des modèles.

• Pratique des méthodes agiles (Scrum).

• Connectivité : Capacité à développer des connecteurs robustes avec les écosystèmes SI internes et externes.

_Background & Expérience idéal

_

• Formation Bac+5 (École d'ingénieur ou Université) orientée Informatique, Data Science ou Mathématiques Appliquées.
• Expérience confirmée de plus de 7 ans en Data Science Python.
• Une expertise technologique hybride combinant l'Agentic AI (orchestration autonome et raisonnement SI), la GenAI (LLM) et l'IA Décisionnelle (Machine Learning classique) sera un avantage décisif.
• Une expérience préalable dans le secteur du Retail / Grande Distribution est fortement valorisée.