Filiale numérique du groupe La Poste, Docaposte bénéficie d’un positionnement unique sur le marché qui lui permet de répondre de bout en bout à l’intégralité d’un besoin client en agissant sur toute la chaîne de valeur de la donnée pour créer une chaîne de confiance unique.
Son métier est d’imaginer, concevoir et d’opérer des solutions numériques et des plateformes de confiance qui simplifient et sécurisent les échanges BtoBtoC pour ses clients entreprises et administrations.
Docaposte s’appuie sur 4 grands savoir-faire :
Docaposte prône des valeurs fortes, telles que la protection de la vie privée, la sécurité des données, la souveraineté et la responsabilité en matière de protection de l’environnement, en concevant ses solutions de manière éco-responsable pour créer des solutions durables pour le monde numérique, en respectant des principes éthiques très exigeants et dans un souci d’inclusion de la population.
Aujourd’hui, Docaposte c’est :
🥇 une position de leader dans le numérique de confiance …
… et une entreprise dynamique portée par ses talents !
🎯Notre objectif d’ici 2030 ? Devenir un des leaders technologiques européens de la souveraineté et de la confiance, pionnier d’un numérique éthique, responsable et humaniste.
En tant que consultant Data Scientist, vous serez amené à participer à :
- Au recueil du besoin métier et cadrage des cas d'usage Data Science
- La conception, le développement et la mise en production de modèles de Machine Learning (scoring, détection d'anomalies/fraude, classification)
- Le développement de pipelines de traitement de données et de frameworks Data Science réutilisables (feature store, monitoring des modèles et des données)
- Le pilotage technique et relation client sur le périmètre Data Science
SAVOIR
- École d'ingénieur ou master scientifique (Bac+5)
- Expérience confirmée en Data Science / Machine Learning (6 ans et plus)
- Environnement Cloud et Big Data (Spark, Databricks, Azure ou AWS)
SAVOIR ÊTRE
- Rigueur analytique et esprit de synthèse
- Aisance relationnelle et posture conseil auprès des clients
- Veille technologique active en Data Science / IA
SAVOIR FAIRE
- Langages : Python, SQL
- Machine Learning : modélisation prédictive, scoring, détection d'anomalies, NLP
- Big Data / MLOps : Spark, Databricks, monitoring de modèles en production
- Cloud : Azure ou AWS
En bref
Année de création
2007
Nombre d'employés
6500
Âge moyen
43
Chiffre d'affaires
954 M€
Genre
44%
56%