Concevoir et développer des modèles de Machine Learning pour répondre à des problématiques métiers telles que la prévision des ventes, le scoring crédit, la détection de churn, l'optimisation des stocks et la valorisation des actifs.
Industrialiser les modèles en collaboration avec le Data Engineering, en suivant les meilleures pratiques MLOps (monitoring, déploiement continu, scalabilité). Stack envisagée : Python, SQL, MLflow, Docker, Snowflake, Airflow, Sifflet, Power BI (et ouverte à vos propositions). […]
Travailler en synergie avec les équipes Data Engineering, Analytics, Data Quality, ainsi...