Fashion Data
Data Scientist Retail - Paris ou Lille
- Plný úvazek
- Plat od €40K do €80K
- Paris
- Možnost pracovat částečně z domova
- Magisterský stupeň vzdělání
- > 2 roky
Nabídka
Data Scientist Retail - Paris ou Lille
- Plný úvazek
- Plat od €40K do €80K
- Paris
- Možnost pracovat částečně z domova
- Magisterský stupeň vzdělání
- > 2 roky
À propos
En collaboration avec les enseignes de la mode et du lifestyle, Fashion Data met l’intelligence de la donnée au service d’un nouveau Fashion Business Zero Waste.
Grâce à ses solutions 100% Métier et 100% Data, Fashion Data accompagne les équipes opérationnelles dans cette transformation en fédérant solutions, technologies, algorithmes et compétences au travers 3 Business Streams : Customer, Product et Supply & Stores.
Descriptif du poste
Du style dans ton job
Au sein de l’équipe Data Science Fashion Data tu auras pour mission :
● La conception et le développement de modèles de machine learning et d’intelligence artificielle orientés autour du client, du produit ou de la supply, permettant aux métiers du retail de prendre des décisions éclairées.
● D’être le leader technique de tes projets pour lesquels tu travailleras en étroite collaboration avec Business Analystes, les Data Engineers et les experts métier de nos clients Fashion.
● L’industrialisation et la mise en production des modèles de ML et des pipelines de transformation de données développés
● Formaliser et documenter ton travail afin d’en assurer une utilisation pérenne au sein de Fashion Data et chez ses clients de la mode.
● Développer, initier et évangéliser de nouvelles approches analytiques en participant à des recherches/veilles en méthodologie Data Science.
Profil recherché
Ton profil
● Tu as une connaissance approfondie des métiers du retail
● Tu es issu(e) d’une formation supérieure (Ingénieur, Bac +5) à dominante statistiques / science de données / économétrie
● Tu maîtrises en profondeur les principaux concepts en statistiques et en machine learning et tu justifies d’au moins deux ans d’expérience significative dans ton domaine
● Tu as déjà travaillé sur des projets de machine learning, deep learning
● Tu as un bon niveau en Python appliqué au traitement de données
● Le SQL n’a plus de secret pour toi
● La connaissance d’au moins un outil de reporting (Data Studio, Tableau, PowerBI, QlikSense) est un plus
● Tu es motivé(e), passionné(e) et curieux(se)
● Bonne maîtrise de l’anglais
Adhérer à l’esprit Fashion Data
● Aimer l’univers et les métiers de la mode et du retail (mais pas besoin d’être une Fashion Victim)
● Carburer au Zero Waste et la Data même le lundi matin
● Rejoindre une équipe qui travaille “sans couture” pour faire de la dentelle sans perdre le fil
● Travailler en autonomie sans jamais être seul
● Raffoler des welsh et de la rince cochon mais si t’es vegan, ça le fait quand même
Découvrez l'équipe de Fashion Data
- Přidat mezi oblíbené
- Sdílet na Twitteru
- Sdílet na Facebooku
- Sdílet na LinkedInu
Vybrali jsme následující články, které by vás mohly zajímat
Inspirujte se tímto výběrem článků
Povídám, povídám pohádku aneb storytelling na LinkedInu
Váš životopis na LinkedInu má sloužit jako vizitka. Jako zadní strana knižního přebalu. Musí zaujmout, musí podnítit zvědavost a chuť dozvědět se víc.
Psaní životopisu: 8 nejběžnějších chyb a jak se jich vyvarovat
Kvůli jakým chybám uchazeči většinou neprojdou prvním sítem? Čemu je třeba se vyhnout za každou cenu?
Měníte práci a chcete si finančně přilepšit?
Za kolik byste odešli ze současné práce? Kolik by vám musel někdo nabídnout, abyste ani nepřemýšleli a řekli ano?
Jak žádat o místo ve firmě, která nikoho nehledá?
Proč se vlastně obtěžovat s rozesíláním životopisů naslepo? A jak napsat průvodní motivační dopis?
Jak na pohovoru mluvit o předchozím zaměstnavateli
Jak se o svém posledním zaměstnavateli vyjadřovat upřímně, ale ne přehnaně kriticky, ať už jste z bývalé práce odešli sami, nebo jste byli vyhozeni?
Jak zazářit u pracovního pohovoru i v roušce
Roušku u pohovoru do už tak těžkého procesu přidává novou úroveň složitosti, která vás nutí změnit způsob vyjadřování a projevu.