Dans le cadre de ses stratégies d’optimisation des actions auprès de ses clients, telles que l’amélioration de la qualité de service, la détection de fraude ou les campagnes commerciales, il est essentiel pour Orange de comprendre comment les effets de ces actions (“uplift”) varient en fonction des caractéristiques des clients et de leur groupe d’appartenance.
Par exemple, pour un opérateur télécom, la mise en place simultanée de deux actions, comme l’amélioration du réseau et une offre promotionnelle, peut mieux résoudre un problème de satisfaction client que la réalisation d’une seule de ces actions.

L’objectif principal de ce stage est d’analyser l’effet d’interaction additive entre différentes actions de traitement et les caractéristiques clients, afin d’identifier si certains groupes de clients présentent une réponse supérieure lorsque plusieurs traitements sont combinés, par rapport à la somme des effets individuels de chaque traitement.

. Étudiant(e) en dernière année d’école d’ingénieur, de master en IA/Data Science.
. Une expérience pratique en programmation Python
. Rigueur dans l’établissement du plan d’expériences et dans le développement afin de permettre de reproduire les résultats d’expérience
. Curiosité, autonomie, esprit de recherche, capacité à vulgariser.
. Une bonne capacité d’analyse, de synthèse et de communication pour rédiger des rapports techniques et des recommandations.