Rechercher
Intern, Data Scientist - développement moteur de pricing (f/m/d)
Notre équipe recherche un·e Data Scientist basé·e à Nantes ou Paris.
L’enjeu d’avoir un pricing plus dynamique et tourné vers nos clients est une priorité pour Decathlon. C’est dans ce contexte que l’équipe Pricing développe des outils pour améliorer les décisions concernant le prix chez Decathlon. Rejoindre nos équipes est vraiment une chance de façonner l'industrie du sport grâce aux données et à l'IA !
L'équipe Price Recommendation Engine, au sein de Decathlon, est l'équipe chargée de concevoir, développer, et maintenir des solutions IA innovantes et industrialisées pour optimiser le prix pour chacun des produits. Pour ce faire, nous travaillons au sein d’équipes agiles qui regroupent Product Manager, Data Scientists, Data Engineers, Machine Learning Engineers et Data Analysts.
L'objectif est de proposer le prix optimal en prenant en compte plusieurs critères tels que l'élasticité du produit, son impact sur la perception de l'image de Decathlon, la cannibalisation, le prix des concurrents, etc.
Notre équipe a développé une IA composée de réseaux de neurones et de modèles de boosting permettant de simuler l’impact d’un changement de prix. Cet algorithme, qui se base sur l’historique, est un outil très précieux pour les décideurs de prix chez Decathlon et leur permet d’ajuster correctement les prix ainsi que d’anticiper l’impact sur des produits similaires (cross élasticité). Nos enjeux à venir sont de continuer à optimiser et améliorer cette IA, de la déployer sur un scope plus large, de monitorer la qualité en production, de mesurer la performance et l’impact business, …
Cela inclut différentes problématiques d’analyse de données, de data engineering, de modélisation, d’industrialisation de modèles de machine learning, de stratégie de ré-entraînement du modèle… Une bonne maîtrise de ces sujets est essentielle pour pérenniser et améliorer la valeur créée par le modèle.
Nous recherchons un.e stagiaire Data Scientist pour nous accompagner dans cette démarche, en étroite collaboration avec les différents profils de l’équipe : Machine Learning Engineers, Data Scientists, Data Analysts, Product Manager…
TES RESPONSABILITÉS
Ton rôle sera de participer à chaque étape des projets, du cadrage à la solution finale, et de découvrir les bonnes pratiques de développement. Tu contribueras à la mise à l'échelle des solutions data et d'apprentissage automatique d'un POC à un produit entièrement déployé.
Tu commenceras par une période de formation avant de travailler sur le projet de stage sous la responsabilité d'un référent Data expérimenté. Par exemple, tu auras au démarrage des tâches très concrètes de mise en place de data pipeline sur les solutions AWS & Databricks. Et progressivement tu monteras en compétences pour gagner en autonomie.
- Tu contribueras aux projets existants comme tous les membres de l’équipe.
- Tu testeras ces nouvelles méthodes sur un cas d'usage réel étudié en ce moment dans notre équipe en appliquant les meilleurs standards Data.
- Tu pourras implémenter ces nouvelles fonctionnalités dans nos pipelines et mettre en production ton modèle en utilisant des principes d'ingénierie de qualité.
- Tu communiqueras efficacement l'analyse et les résultats par le biais de visualisations, de documents et de présentations aux parties prenantes techniques et business.
- Mettre à contribution tes compétences acquises lors de ta formation pour t'adapter rapidement à la stack technique Decathlon : Python - Git - SQL - Spark - Visualisation.
- Développer et documenter tes analyses et modèles (data sourcing, hypothèses et méthodes) dans une logique Lean et Agile en respectant les standards appliqués au sein des équipes Decathlon.
- Rendre disponible tes résultats via des dashboards simples et user friendly.
- Vulgariser l’utilisation de la data et expliquer sa valeur ajoutée.
STACK TECHNIQUE
Execution Engine
Databricks
Payload
Python, Spark, Scikit-Learn, Tensorflow, Pyspark
CICD
GitHub Actions
Serving
Docker
Model registry, Model Tracking
MLFlow
Orchestration
Airflow
Documentation/code
Git, Confluence
Data Visualisation
Tableau
Monitoring
L’enjeu d’avoir un pricing plus dynamique et tourné vers nos clients est une priorité pour Decathlon. C’est dans ce contexte que l’équipe Pricing développe des outils pour améliorer les décisions concernant le prix chez Decathlon. Rejoindre nos équipes est vraiment une chance de façonner l'industrie du sport grâce aux données et à l'IA !
L'équipe Price Recommendation Engine, au sein de Decathlon, est l'équipe chargée de concevoir, développer, et maintenir des solutions IA innovantes et industrialisées pour optimiser le prix pour chacun des produits. Pour ce faire, nous travaillons au sein d’équipes agiles qui regroupent Product Manager, Data Scientists, Data Engineers, Machine Learning Engineers et Data Analysts.
L'objectif est de proposer le prix optimal en prenant en compte plusieurs critères tels que l'élasticité du produit, son impact sur la perception de l'image de Decathlon, la cannibalisation, le prix des concurrents, etc.
Notre équipe a développé une IA composée de réseaux de neurones et de modèles de boosting permettant de simuler l’impact d’un changement de prix. Cet algorithme, qui se base sur l’historique, est un outil très précieux pour les décideurs de prix chez Decathlon et leur permet d’ajuster correctement les prix ainsi que d’anticiper l’impact sur des produits similaires (cross élasticité). Nos enjeux à venir sont de continuer à optimiser et améliorer cette IA, de la déployer sur un scope plus large, de monitorer la qualité en production, de mesurer la performance et l’impact business, …
Cela inclut différentes problématiques d’analyse de données, de data engineering, de modélisation, d’industrialisation de modèles de machine learning, de stratégie de ré-entraînement du modèle… Une bonne maîtrise de ces sujets est essentielle pour pérenniser et améliorer la valeur créée par le modèle.
Nous recherchons un.e stagiaire Data Scientist pour nous accompagner dans cette démarche, en étroite collaboration avec les différents profils de l’équipe : Machine Learning Engineers, Data Scientists, Data Analysts, Product Manager…
TES RESPONSABILITÉS
Ton rôle sera de participer à chaque étape des projets, du cadrage à la solution finale, et de découvrir les bonnes pratiques de développement. Tu contribueras à la mise à l'échelle des solutions data et d'apprentissage automatique d'un POC à un produit entièrement déployé.
Tu commenceras par une période de formation avant de travailler sur le projet de stage sous la responsabilité d'un référent Data expérimenté. Par exemple, tu auras au démarrage des tâches très concrètes de mise en place de data pipeline sur les solutions AWS & Databricks. Et progressivement tu monteras en compétences pour gagner en autonomie.
- Tu contribueras aux projets existants comme tous les membres de l’équipe.
- Tu testeras ces nouvelles méthodes sur un cas d'usage réel étudié en ce moment dans notre équipe en appliquant les meilleurs standards Data.
- Tu pourras implémenter ces nouvelles fonctionnalités dans nos pipelines et mettre en production ton modèle en utilisant des principes d'ingénierie de qualité.
- Tu communiqueras efficacement l'analyse et les résultats par le biais de visualisations, de documents et de présentations aux parties prenantes techniques et business.
- Mettre à contribution tes compétences acquises lors de ta formation pour t'adapter rapidement à la stack technique Decathlon : Python - Git - SQL - Spark - Visualisation.
- Développer et documenter tes analyses et modèles (data sourcing, hypothèses et méthodes) dans une logique Lean et Agile en respectant les standards appliqués au sein des équipes Decathlon.
- Rendre disponible tes résultats via des dashboards simples et user friendly.
- Vulgariser l’utilisation de la data et expliquer sa valeur ajoutée.
STACK TECHNIQUE
Execution Engine
Databricks
Payload
Python, Spark, Scikit-Learn, Tensorflow, Pyspark
CICD
GitHub Actions
Serving
Docker
Model registry, Model Tracking
MLFlow
Orchestration
Airflow
Documentation/code
Git, Confluence
Data Visualisation
Tableau
Monitoring
Publiée le 18/10/2024
