Data Scientist

En tant que Data Scientist, vous viendrez renforcer une équipe de recherche & développement déjà formée et multi-rôles. Elle est composée de développeurs seniors (Python et web) ainsi que d'un data scientist junior qu'il faudra encadrer.

Vous serez amené à travailler sur des projets de recherche et de développement centrés sur des technologies de Machine Learning et de systèmes prédictifs en collaboration directe avec les scientifiques et développeurs de l'équipe. Le tout en fonctionnant dans une équipe Scrum Agile de 6 personnes.

Quotidiennement, vous serez amené à :
- Prendre en charge les sujets liés à la prédiction de l'impact des médias sur les KPI des clients
- Améliorer les techniques de l'entreprise sur les sujets de data science, avec une nouvelle logique Media Mix Modelling
- Définir des opportunités d'étude et développement en se basant sur les données existantes et historiques
- Concevoir, développer et évaluer les modèles imaginés
- Réaliser une veille technologique et scientifique

Environnement technique / Outils utilisés

Python & ses libraires Machine Learning (Sklearn/Pandas/Numpy/Tensorflow/PyTorch)
Organisation et Méthodologies : Scrum, Kanban Intégration continue, Test & Domain Driven Development...
Emploi en Tunisie ou en France

Motivé(e) à l'idée de rejoindre une startup en pleine croissance, vous êtes issu d'une formation d'un niveau Bac +5 ou plus, et avez au minimum 5 ans d'expérience dans une équipe R&D travaillant sur des sujets d'IA ou de machine Learning ou d'économétrie, ou vous avez déjà travaillé dans une équipe de data science lié à l'analyse des médias.

Vous êtes curieux et « scientifique convaincu », à l'aise avec les statistiques, les grosses bases de données et souhaitez évoluer dans le monde de l'analytics.

Compétences requises :
- Excellente connaissance des systèmes prédictifs de type économétrie, séries temporelles et statistiques
- Maîtrise des librairies Python de Machine Learning (Sklearn/Pandas/Numpy/Tensorflow/PyTorch)
- À l'aise avec la science autour des méthodes de classification (Neural Networks, Kmeans, Random forest, Decision tree, SVM, ACP...)
- À l'aise avec l'apprentissage supervisé & non-supervisé
- Le fait d'avoir travaillé sur de l'attribution/contribution publicitaire et/ou de l'analyse comportementale des consommateurs est définitivement un plus
- Autonome, doté d'un bon relationnel pour travailler en équipe

- Quatre ans d'expérience minimum ou plus