Tous les mois, des centaines de milliers d’utilisateurs (employeurs, salariés, entreprises utilisatrices) font confiance à Coffreo pour fluidifier et sécuriser leurs échanges d’information et de documents RH.

Dans le cadre de son développement, Coffreo recherche un Data Scientist. Vous intégrez l’équipe Solutions qui regroupe l’ensemble des collaborateurs en charge de la plateforme Saas de Coffreo (Produit, Design, Data, Développement, Sécurité, Infrastructure et Exploitation).

Dans un univers au cœur des ressources humaines, représentatif du marché de par les volumes traités vous concevez, développez et mettez en place les outils, les algorithmes, les programmes, et les méthodes nécessaires au traitement de vastes ensembles de données non structurées afin de générer des informations et des connaissances pertinentes pour Coffreo. Vous testez, évaluez et validez des modèles prédictifs et/ou des modélisations statistiques en vous appuyant sur l’informatique, l’intelligence artificielle et le machine learning

En tant que Data Scientist, vous aurez 3 missions principales : 

1. La préparation, modélisation et valorisation des données

• Utiliser vos connaissances en analyse de données pour nettoyer, transformer, analyser, intégrer et organiser les données en fonction des techniques d’analyse sélectionnées.

• Développer une compréhension complète de la méthodologie et des techniques statistiques (modélisation prédictive, clustering, testing d’hypothèses, analyse de régression, etc) et des moments et situations où elles doivent être utilisées.

• Apprendre et identifier les besoins business et métier de Coffreo en se concentrant sur les opportunités offrant le plus de valeur pour les utilisateurs et les clients.

• Modéliser les comportements utilisateurs et en extraire de nouveaux usages et des opportunités d’innovation pour améliorer les produits et les services proposés aux clients.

• Valider les modèles de données pouvant aider Coffreo à prévoir les tendances futures et à prendre des décisions proactives, en effectuant des analyses statistiques, des tests d’hypothèses et des évaluations de performances.

• Proposer de nouveaux indicateurs et présenter les résultats des analyses de manière visuelle et compréhensible pour rendre l’interprétation des données accessible aux parties prenantes non techniques.

1. La veille, recherche et innovation

• Effectuer une veille active sur les nouvelles technologies, les outils, les techniques et les travaux de recherche dans l’univers de la data, de l’intelligence artificielle et du machine learning, et une veille métier autour des données touchant aux ressources humaines.

• Proposer des sujets de recherche de type CIR (Crédit Impôt Recherche) en fonction des connaissances métiers et des dernières avancées technologiques dans le domaine de l’intelligence artificielle. Concevoir des expériences pour y répondre. 

• Mener ou participer à des travaux de recherche indépendants et travailler sur des projets de longue durée. Effectuer des recherches documentaires pour élaborer des analyses de marché ou des états de l’art.

• Rédiger des dossiers techniques complets, structurés et accessibles afin de pouvoir expliquer et présenter ces dossiers à des non-experts.

1. Architecture, outils, conseils et éthique

• Veiller à la bonne intégration des environnements et des outils de data science dans les systèmes et applications existants de l’entreprise.

• Conseiller sur les choix de modèles de données de l’entreprise afin de délivrer des résultats et de la valeur sur le long terme.

• Comprendre les implications éthiques de la manipulation des données et respecter les principes de confidentialité et de protection des données en accord avec les besoins de l’entreprise et les contraintes réglementaires.

Expériences et diplômes

• Formation Bac+5 de type Master ou Ingénieur (Mathématique, Statistiques, Intelligence Artificielle, Data Science) ou Jeune Docteur (PhD) ou Post Doc 

• Jeune diplômé(e) à 2 ans d’expérience

• Manipulation de gros volumes de données hétérogènes

Environnement technique

• Base de données : MongoDB, MariaDB, PostgreSQL

• Langages : Python (et bibliothèques associées), PHP - Symfony

• Outils : Airflow, Datahub, Jupyter Notebook

• Environnement Saas : Kubernetes, Docker

Qualités humaines

• Etre autonome et curieux, avec un intérêt pour la recherche

• S’inscrire dans un collectif en s’appuyant sur les 3 piliers de la culture de l’entreprise que sont l’ouverture, l’énergie constructive et le courage.

• Faire preuve de pédagogie et adapter sa communication afin de pouvoir expliquer et transmettre des informations complexes de manière claire et compréhensible.

• Documenter les choix liés aux données et s’aligner avec les parties prenantes de l’entreprise sur les objectifs.