Le Data Scientist aura comme principale mission de gérer et analyser des données Big Data structurées ou non structurées pour le Machine Learning. Et cela, pour réaliser des modèles prédictifs de qualité.

Missions :

• Prise en charge de la réalisation de projets variés de Data Science et participation au succès de nos clients sur de nombreux secteurs d’activités (santé, industries, communications, services financiers, …).
• Cadrer et formaliser les besoins du client, exprimés ou non ;
• Rechercher la démarche scientifique la plus adaptée à la problématique ;
• Participer à l’extraction automatique et la gestion de données massives, structurées ou non ;
• Réaliser des analyses statistiques et transformer les données ;
• Construire des modèles prédictifs et évaluer leur performance ;
• Contribuer à la mise en production des algorithmes, à l’industrialisation des développements ;
• Restituer et valoriser ses résultats avec des outils de visualisation de données ;
• Participation à l’animation du domaine du collaborateur (évènements, présentations,..) et à la stratégie de développement de l’équipe.

Activités principales :

• Identifier les besoins et la problématique des directions métiers ;
• Définir une modélisation statistique qui permet de répondre à la problématique ;
• Construire des outils d’analyse pour collecter les données de l’entreprise ;
• Sourcer et rassembler l’ensemble des sources de données structurées ou non structurées nécessaires à l’analyse ;
• Organiser, étudier et synthétiser ces sources de données sous forme de résultats exploitables ;
• Construction d’algorithmes permettant d’améliorer les résultats de recherches et de ciblage ;
• Élaboration de modèles prédictifs afin d’anticiper l’évolution des données et tendances relatives à l’activité de l’entreprise ;
• Modéliser les comportements et en extraire de nouveaux usages utilisateurs ;
• Contribuer à la mise en production des algorithmes, à l’industrialisation des développements. ;
• Avoir la responsabilité des solutions livrées et de leur conformité par rapport aux attentes du client ;
• Contribuer à la veille technologique sur les sujets de Data Science et Big Data et encadrer des collaborateurs moins expérimentés (juniors et stagiaires).

Profil recherché : SCIENTIST

• Bac +5 Ecole d’Ingénieurs ou docteur spécialisé en analyse statistique et programmation informatique ou d’une université avec une majeure en Data Science, Statistiques ou Mathématiques Appliquées.
• Serait un plus : Certifications en Statistique/Big Data/ Machine Learning.
• 1 à 2 ans d’expérience dans le même poste.

Compétences techniques

• Connaissances en statistiques et en machine learning ;
• Maîtrise des outils de modélisation analytiques, Arbres de décision et Réseaux de neurones (Régression logistique, linéaire, etc.) et du Feature Engineering ;
• Maîtrise des Technologies et Modèles : XGBoost, TensorFlow, Random Forest, SVM, etc ;
• Capacité à produire des modèles supervisés et non supervisés ;
• Maître de SMOTE « la Synthetic Minority Over-sampling Technique » ;
• Capacité d’analyse et d’extraction d’insights à partir de données structurées (connaissances approfondies en SQL) et non-structurées ;
• Pouvoir présenter les résultats des modèles : lift curve, Roc- AUC, F1 Score, Recall, Accuracy, Matrice de Confusion, etc ;
• Compréhension de l’algèbre linéaire et des statistiques ;
• Expérience de développement pour extraire et requêter les données (Python, R, Spark, Java).

red tic redtic cabinet recrutement conseil formation casablanca rabat marrakech tanger fes offre emploi offres maroc afrique cdi cdd freelance stage recruitment consulting management training sourcing job jobs offer internship morocco africa java développement developpement développeur developpeur informatique application it jee android consultant devops fullstack. D’abord. Tout d’abord. En premier lieu. Ensuite, de plus. Finalement. En outre. Par ailleurs. En dernier lieu. enfin. D’abord, En premier lieu, Pour commencer, Premièrement, En conclusion,ur conclure, Enfn, Finalement, En dernier lieu, bien que. il y a aussi il est vrai que… mais. tout en reconnaissant que… on peut supposer que. Par exemple . En fait . Prenons le cas de. Considérons, par exemple. L’exemple le plus significatif. Cependant. Mais. Pourtant. Toutefois. Néanmoins. Contraste. Alors que. Tandis que. Par contre. En revanche. SCIENTIST