Data Scientist - Expérimenté - Marseille

Free-Work; Marseille; Sur place; EUR 42 000 - 68 000; Plein temps

Résumé du poste

Free-Work développe des modèles et des solutions data pour mieux comprendre les parcours clients, améliorer la conversion et personnaliser l’expérience digitale.

Vous segmenterez les utilisateurs, concevrez des systèmes de recommandation et des modèles prédictifs, et industrialiserez les pipelines Python en modules maintenables et tests, avec documentation, afin de faciliter la mise en production et les itérations produit.

Qualifications

Responsabilités

• Segmenter les utilisateurs selon leurs comportements, leurs intentions et les points de friction rencontrés dans le parcours.
• Concevoir des systèmes de recommandation de contenus, services et offres complémentaires, en combinant plusieurs approches selon les données disponibles.
• Développer des modèles prédictifs de conversion, d’abandon, de churn et de progression dans le funnel, ainsi que des prévisions de volumes.
• Construire des modèles d’attribution multi-touch pour mesurer la contribution des différents points de contact et évaluer l’impact des actions menées.
• Explorer les usages des LLM pour interpréter les résultats analytiques, détecter les irritants et proposer des recommandations aux équipes métier.
• Industrialiser les travaux data : transformer les prototypes réalisés dans Jupyter en modules Python maintenables et en pipelines automatisés, documentés et testés.

Description du poste

Mission

Vous développez des modèles et des solutions data pour mieux comprendre les parcours clients, améliorer la conversion et personnaliser l’expérience digitale.

Vos principales responsabilités :

• Segmenter les utilisateurs selon leurs comportements, leurs intentions et les points de friction rencontrés dans le parcours.

• Concevoir des systèmes de recommandation de contenus, services et offres complémentaires, en combinant plusieurs approches selon les données disponibles.

• Développer des modèles prédictifs de conversion, d’abandon, de churn et de progression dans le funnel, ainsi que des prévisions de volumes.

• Construire des modèles d’attribution multi-touch pour mesurer la contribution des différents points de contact et évaluer l’impact des actions menées.

• Explorer les usages des LLM pour interpréter les résultats analytiques, détecter les irritants et proposer des recommandations aux équipes métier.

• Industrialiser les travaux data : transformer les prototypes réalisés dans Jupyter en modules Python maintenables et en pipelines automatisés, documentés et testés.