Freelance - Data Scientist

Ternair; Lille; Hybride; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Ternair recherche un expert en développement de modèles prédictifs à Lille. Le candidat travaillera sur la création de typologies clients dynamiques et l’industrialisation de moteurs de recommandation en collaboration avec l’équipe MLOps.

Le poste exige une expertise avancée sur PySpark, avec une capacité de communication auprès de parties prenantes non techniques. Le travail s’effectue dans un cadre hybride et propose une mission initiale de 6 mois.

Qualifications

• Expertise avancée sur PySpark et environnement Databricks.
• Solides connaissances des protocoles d'expérimentation.
• Maîtrise du cycle de vie d'un modèle et des pratiques MLOps.
• Capacité à structurer ses livrables en méthodologie agile.
• Excellente communication auprès de profils techniques et métiers.

Responsabilités

• Développement de modèles prédictifs et moteurs de recommandation.
• Conception de protocoles de mesure et outils de prédiction.
• Collaboration avec les Product Managers et documentation.

Connaissances

PySpark

MLOps

Méthodologie agile

Communication technique

Outils

Databricks

Description du poste

Lille · Temps plein · Hybride · Dès que possible · Mission initiale 6 mois

Conception de modèles Développement de modèles prédictifs (appétence, churn, lookalike), création de typologies clients dynamiques, conception de moteurs de recommandation et industrialisation en production avec l'équipe MLOps.

Mesure de la performance Conception de protocoles de mesure (test & learn, modèles de lift), développement d'outils de prédiction d'inventaires publicitaires et exploration de solutions IA / GenAI / LLM.

Excellence opérationnelle Collaboration quotidienne avec les Product Managers au sein d'une Feature Team, vulgarisation des résultats auprès des parties prenantes non techniques, maintenance des modèles déployés et documentation des travaux.

Profil recherché

• Expertise avancée sur PySpark et environnement Databricks
• Solides connaissances des protocoles d'expérimentation
• Maîtrise du cycle de vie d'un modèle et des pratiques MLOps
• Capacité à structurer ses livrables en méthodologie agile
• Excellente communication auprès de profils techniques et métiers