Data Scientist (CDI)

Upply; Levallois-Perret; Sur place; EUR 70 000 - 100 000; Plein temps

Résumé du poste

Upply recherche un Data Scientist ML afin de concevoir et optimiser des modèles qui créent de la valeur client et internaliser les solutions. Vous travaillerez sur des prédictions de prix, des indices et des scores, en lien étroit avec les Data Engineers et le produit.

Le candidat idéal possède 2–3 ans d’expérience en data science avec mise en production, maîtrise Python/SQL et une stack ML (scikit-learn, PyTorch, TensorFlow). Un anglais courant est souhaité pour les interactions client.

Qualifications

• Diplôme Bac+5 en maths appliquées, statistiques, data science, économétrie ou équivalent.
• 2-3 ans minimum en Data Science, avec mise en production et maintenance de modèles.
• Maîtrise de Python et SQL, et d’au moins une stack ML.
• Bonne connaissance des outils de dashboard (Power BI / Fabric) et d’anglais.

Responsabilités

• Concevoir, maintenir et améliorer les modèles de prédiction d’Upply (pricing, indices, séries temporelles).
• Créer de nouveaux modèles (ML, DL, économétrie, genAI) pour répondre aux besoins produits et clients.
• Assurer l’amélioration continue du code et des modèles (refacto, tests, performance).
• Veiller sur les approches data & IA et proposer des évolutions.

Connaissances

Statistiques & ML

Python

SQL

Dashboard tools

Anglais professionnel

Formation

Bac+5 en maths appliquées / statistiques

Outils

scikit-learn

statsmodels

PyTorch

TensorFlow

Databricks

Azure

Power BI

Description du poste

L’équipe & ton positionnement

Tu rejoins le RED (Research, Engineering & Development, 20+ personnes) et tu évolues au carrefour de la Data, du Produit, du commercial (SOS) et des clients. Ton rôle : faire passer la donnée d’Upply de « puissante mais brute » à « actionnable et livrée » — côté clients comme en interne.

Ta mission

Tu es responsable des modèles qui font la valeur d’Upply : prédiction de prix, indices UFI, scoring. Concrètement, tu travailles sur du benchmark de prix par lane et par corridor, de la modélisation hiérarchique (multilevel, du port/du tronçon jusqu’au continent), de l’estimation de distributions et d’indices de confiance, sur des données de facturation réelles à grande échelle. Tu conçois ces modèles, tu les industrialises et tu les fais progresser, en lien étroit avec les Data Engineers et le Produit.

Tes responsabilités

1. Conception & amélioration des modèles

• Concevoir, maintenir et améliorer les modèles de prédiction d’Upply (pricing, indices, séries temporelles).




• Créer de nouveaux modèles (ML, DL, économétrie, genAI) pour répondre aux besoins produits et clients.




• Assurer l’amélioration continue du code et des modèles (refacto, tests, performance, mises à jour régulières).




• Réaliser une veille techno continue sur les approches data & IA pertinentes, et proposer des évolutions.

2. Données & qualité au service des modèles

• Identifier et prioriser les besoins en données (nouvelles sources, enrichissements, contraintes d’hébergement).




• Gérer les outliers et mener les vérifications métier qui fiabilisent les modèles.




• Co-construire avec les Data Engineers les pipelines de features et de scoring (batch & near real-time).




• Définir des Data Contracts orientés modèles.




• Réaliser des analyses ad-hoc pour éclairer les décisions Produit & Business (en lien avec l’Analytics Engineer pour la restitution et les dashboards).

3. Industrialisation & MLOps

• Définir, avec les Data Engineers, les besoins d’industrialisation (pipelines, jobs, déploiements).




• Mettre en place le monitoring des modèles (qualité, dérive, latence, coûts) et alerter en cas de dérive.




• Maintenir et faire évoluer les packages internes (ex. pypply, libs stats/modèles).




• Mener des A/B tests et expérimentations avec des métriques d’évaluation métier.

4. Référent·e technique & transmission

• Être le point de contact privilégié sur les questions techniques liées aux modèles (interne & externe).




• Produire une documentation claire : model cards, hypothèses, limites, KPIs de suivi.




• Accompagner les profils plus juniors : pair-programming, revues de notebooks, cadrage de POCs.




• Vulgariser les choix de modèles, leurs hypothèses et leurs limites auprès des équipes non techniques.

On cherche une tête bien faite avec un profil data science : quelqu’un qui sait structurer un problème flou, raisonner avec des chiffres et proposer des approches que personne n’avait imaginées — et qui sait aussi livrer proprement, dans les temps, des solutions qui tournent.Formation : Bac+5 (école d’ingénieur, université ou équivalent) en maths appliquées, statistiques, data science, économétrie ou disciplines proches.Expérience : 2-3 ans minimum en Data Science, dont une part significative en mise en production et maintenance de modèles.Compétences clés :Très bonnes bases en stats / ML (régression, séries temporelles, classification…).Maîtrise de Python, SQL et d’au moins une stack ML (scikit-learn, statsmodels, PyTorch / TensorFlow…).Expérience concrète d’un environnement cloud / data platform (idéalement Databricks + Azure).À l’aise avec un outil de dashboard (Power BI / Fabric) pour restituer.Un excellent anglais, nous sommes souvent en contact client.Soft skills :Capacité à dialoguer avec le métier et les clients, à reformuler et challenger un besoin.Autonomie, sens des priorités, goût pour la qualité et la robustesse algorithmique.Volonté de partager, documenter et faire grandir les autres.