Data Scientist Parcours Client – Attribution, Recommandation & LLM (Python / Snowflake / Dataiku)

Free-Work; Marseille; Sur place; EUR 70 000 - 100 000; Plein temps

Résumé du poste

Free-Work rejoint le pôle digital d’un grand groupe international pour renforcer l’équipe d’optimisation des parcours clients. Vous développerez des modèles analytiques avancés afin d’optimiser la conversion, personnaliser l’expérience digitale et maximiser la performance marketing et opérationnelle.

Vous piloterez des sujets tels que le clustering, les systèmes de recommandation et l’attribution multi-touch, en utilisant Python, SQL et des plateformes comme Snowflake et Dataiku DSS.

Qualifications

• Langages: Python avancé et SQL.
• Platform data: Snowflake, Dataiku DSS (scénarios, job scheduling), notebooks Jupyter.
• ML: supervisé et non supervisé, deep learning, séries temporelles, feature engineering, SHAP.
• Modélisation marketing: attribution multi-touch (Markov, Shapley), systèmes de recommandation, scoring, prédiction de conversion et de churn.
• IA générative: LLM, NLP, embeddings, classification sémantique.

Responsabilités

• Développer des modèles analytiques avancés pour optimiser les parcours clients et la conversion.
• Concevoir et évaluer des systèmes de recommandation et des modèles prédictifs (conversion, churn).
• Appliquer l’attribution multi-touch et mesurer le ROI des actions marketing et opérationnelles.
• Employer l’IA générative pour interpréter les résultats et générer des recommandations stratégiques.

Connaissances

Python

SQL

Snowflake

Dataiku DSS

Jupyter

Machine learning

Supervised learning

Unsupervised learning

Deep learning

Time series

Feature engineering

SHAP

Marketing modeling

Multi-touch attribution

Markov

Shapley

Recommender systems

Scoring

Conversion prediction

Churn

Generative AI

LLM

NLP

Embeddings

Semantic classification

Outils

Snowflake

Dataiku DSS

Jupyter Notebooks

Description du poste

Au sein du pôle digital d'un grand groupe international, vous rejoignez l'équipe d'optimisation des parcours clients digitaux dans le cadre de son renforcement. L'objectif est de développer des modèles analytiques avancés pour optimiser les parcours clients, améliorer la conversion, personnaliser l'expérience digitale et maximiser la performance des actions marketing et opérationnelles.

Vous interviendrez au cœur des sujets clés de l'équipe :

• Clustering et segmentation comportementale : segmenter les utilisateurs selon leur navigation, leurs transactions et leurs usages digitaux, et identifier personas, micro-segments, intentions et points de friction.

• Systèmes de recommandation : concevoir des recommandations personnalisées de contenus et de services additionnels selon une approche hybride (collaborative, contenu et séquentielle).

• Modèles prédictifs : prédire la conversion, le churn et la complétion du funnel, prévoir les volumes par étape du parcours et classifier les comportements (drop-off, intention, scoring).

• Attribution multi-touch : construire des modèles de Markov (1er et 2e ordre) et de Shapley, mesurer le poids de chaque point de contact (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions menées.

• IA générative et LLM :> développer des modèles capables d'interpréter automatiquement les résultats analytiques, de détecter les irritants et de générer des recommandations pour orienter les décisions.

  COMPÉTENCES TECHNIQUES ATTENDUES

  • Langages :> Python avancé (programmation orientée objet), SQL.

  • Data platform :> Snowflake, Dataiku DSS (scénarios, job scheduling), notebooks Jupyter.

  • Machine learning :> supervisé et non supervisé (K‑means…), deep learning, séries temporelles, feature engineering, SHAP.

  • Modélisation marketing :> attribution multi-touch (Markov, Shapley), recommender systems, scoring, prédiction de conversion et de churn.

  • IA générative :> LLM, NLP, embeddings, classification sémantique.