happn est une application de rencontres française au concept unique de géolocalisation en temps réel.

happn revendique une vision de l’amour aussi authentique que dans la vraie vie : la technologie vient donner un coup de pouce au destin en permettant aux célibataires qui se sont croisés de se retrouver sur l’application

Lancée en 2014, L’application compte plus de 126 millions d’utilisateur·ice·s inscrit·e·s au niveau mondial.

Elle est particulièrement utilisée en Europe de l’ouest, en Amérique du Sud (Argentine et Brésil) mais aussi en Turquie et en Inde.

En France, 10 millions de personnes ont téléchargé l’application. Rejoignez-nous pour participer à forger l’expérience dating de demain !

**happn propose des opportunités d'emploi sans distinction d’origine, de sexe, de moeurs, d’orientation sexuelle, d’identité de genre, d’âge, de situation familiale, d’apparence physique, de handicap, de religion, d’opinion politique… 

happn se conforme aux réglementations luttant contre la discrimination en entreprise. Cette politique s'applique tout au long du process employeur : le recrutement, l'embauche, la promotion interne, les congés, la rémunération et la formation.**

Tes missions : 

En tant que Data Scientist Machine Learning, Deep Learning et IA, ta principale mission consistera à utiliser des approches descriptives et prédictives avancées pour répondre à des problématiques métiers.

Tu estimeras le ROI des projets et identifieras les leviers de valeurs, d’engagement et d’activités essentiels pour les équipes métiers.

Les problématiques abordées peuvent couvrir les domaines du produit, de l'acquisition et de la monétisation.

- Conception de Roadmap : En tant que force de proposition, tu identifies les opportunités pour mettre en œuvre des algorithmes de machine learning et de deep learning, alignés sur les besoins métier. Tu collabores étroitement avec le Product Owner pour co-construire la roadmap produit.

- Cadrage Métier : Tu participes activement au cadrage et au kick-off des projets avec les équipes, en définissant les objectifs, le périmètre, la méthodologie et la phase d'industrialisation. Ceci garantit la validation tant métier que technique avant le démarrage.

- Développement de Modèles : Tu es responsable du développement de modèles de machine learning et de deep learning afin de résoudre des problématiques métier en adéquation avec la roadmap stratégique. Ces problématiques peuvent toucher à l'optimisation du modèle économique existant ou à venir, à l'amélioration de la satisfaction des utilisateurs, ainsi qu'à la création de valeur à partir des fonctionnalités de l'application.

- Validation et Robustesse : Tu élabores des tests de robustesse pour évaluer la performance de tes algorithmes en utilisant des jeux de données appropriés.

- Analyse A/B Tests : Tu définis et analyses des A/B tests d'activité pour évaluer l'impact des changements apportés par les modèles.

- Communication et Mobilisation : En tant que spécialiste, tu es chargé.e de vulgariser tes travaux à travers des présentations visuelles et synthétiques. Cela vise à mobiliser les équipes business et la direction, ainsi qu'à coordonner efficacement les équipes impliquées dans les projets.

Candidat.e idéal.le :

- Maîtrise des langages Python et SQL

- Connaissances en IA, Deep Learning et Machine Learning, théoriques/pratiques (TensorFlow, Pytorch, Scikit-Learn, …)

 1/Traitement du langage naturel (NLP) à l’aide des LLM ou de modèles de basés sur des architectures de réseaux neuronaux profonds, y compris les modèles de génération de texte

 2/Traitement d’images à l’aide de modèles de détection d’objets et de génération d’images

- GCP, Docker, Git

 Méthodologies et bonnes pratiques : 

En qualité de référent.e en statistique au sein de l'équipe data produit, tu accompagnes les différentes équipes data pour améliorer le framework des A/B tests (tests statistiques, KPIs à suivre, périmètre de l'A/B test). Suite à tes études, tu pourras recommander aux ingénieurs BI la mise en place de nouveaux indicateurs clés améliorant ainsi les tableaux de bord existants.

De plus, tu participes activement à l'amélioration des bonnes pratiques au sein du CORE Data Science. Cela comprend l'enrichissement de la plateforme Data Science pour le développement, le test et l'industrialisation des modèles, ainsi que le développement d'outils et de librairies en Python.

Tu travailleras en étroite collaboration avec les data ingénieurs et tu assureras un versionnage efficace avec Github.