Mission

Dans le cadre de la stratégie Data C AI de création de valeur, le consultant Data Scientist accompagne les pays MEA dans la conception, le développement et le déploiement de cas d’usage Data C IA à forte valeur business.

Il intervient de bout en bout, depuis la compréhension du besoin métier et l’identification des opportunités jusqu’au développement de la solution, son industrialisation et son accompagnement en production.

Le consultant travaille en étroite collaboration avec les référents Data C IA des pays, les équipes data C IA et les équipes métiers, avec un objectif prioritaire de transformation des cas d’usage en solutions concrètes et créatrices de valeur.

1.  Accompagnement des pays

·       Recueillir et challenger les besoins métiers des pays afin d’identifier les opportunités Data C IA à fort potentiel.

·       Traduire les problématiques business en cas d’usage Data Science / AI concrets et réalisables.

·       Accompagner les pays dans la définition du périmètre, des données nécessaires, des KPIs et des critères de succès.

·       Apporter son expertise Data Science pour challenger les approches et proposer les solutions les plus pertinentes.

2.  Développement des cas d’usage

·       Concevoir, développer et tester des modèles Data Science et IA.

·       Réaliser les analyses exploratoires, la préparation des données, la modélisation et l’évaluation des performances.

·       Utiliser Dataiku comme plateforme privilégiée pour le développement et l’industrialisation des cas d’usage.

·       Documenter les développements, les modèles, les méthodologies et les résultats afin de faciliter leur réutilisation et leur réplication dans d’autres pays.

3.  Delivery et industrialisation

·       Accompagner les cas d’usage jusqu’à leur mise en production, en collaboration avec les équipes Data C IA.

·       Identifier les prérequis techniques, data et business nécessaires au déploiement.

·       Suivre les performances des solutions en production et contribuer à leur amélioration continue.

·       Favoriser la standardisation et la réplicabilité des solutions entre les pays.

4.  Création de valeur

·       Contribuer à la définition et au suivi des KPIs permettant de mesurer la valeur générée par les cas d’usage.

·       Travailler avec les équipes métiers afin de s’assurer que les solutions développées répondent effectivement aux enjeux business.

·       Identifier les opportunités d’optimisation et d’extension des cas d’usage déployés.

Profil recherché

·       Formation supérieure en Data Science, Statistiques, Mathématiques, Informatique ou domaine équivalent.

·       Expérience significative en Data Science, idéalement 7 à 10 ans ou plus dans des environnements complexes.

·       Très bonne maîtrise des méthodes de Machine Learning et Data Science, de la préparation des données à l’évaluation et au déploiement des modèles.

·       Expertise pratique de Dataiku et expérience de développement de cas d’usage sur la plateforme.

·       Une expérience dans le secteur des télécommunications est fortement souhaitée.

·       Bonne compréhension des enjeux business et capacité à faire le lien entre problématique métier, données, modèle et valeur créée.

·       Expérience dans le développement et le déploiement de cas d’usage Data C IA en environnement industriel.

·       Capacité à travailler avec des interlocuteurs techniques et métiers, dans un environnement international et multiculturel.

·       Excellentes capacités d’organisation, de structuration et de gestion de plusieurs initiatives en parallèle.

·       Autonomie, esprit d’initiative, pragmatisme et orientation résultats.

·       Anglais courant indispensable.

Compétences clés

Data Science | Dataiku | Machine Learning | Data Analytics | Data Preparation | Model Development | Industrialisation | Business Understanding | Use Case Delivery | Value Creation

Livrables attendus

·       Cas d’usage Data C IA développés et déployés pour les pays.

·       Modèles et solutions documentés et réplicables.

·       Accompagnement des pays sur les phases de développement et de mise en production.

·       Capitalisation des méthodologies et bonnes pratiques pour accélérer les futurs déploiements.