ASSISTANT DATA ANALYST (F/H)
Evoyageurs
·Today
- Location
- Saint Denis Campus SNCF Voyageurs, France
- Type
- Full-time
- Seniority
- Entry
- Source
- Workday
Description
Votre projet : automatiser et fiabiliser les prévisions de ventes pour contribuer au pilotage de l’activité.
De l’exploration des données au déploiement d’un modèle de machine learning, vous travaillerez sur un cas concret, au croisement de la data et des enjeux e-commerce.
Description de l'emploi
L’équipe produit et suit des indicateurs de performance pour accompagner l’atteinte des objectifs commerciaux.
Chaque semaine, elle actualise manuellement un « atterrissage » : une estimation des ventes attendues pour le mois en cours et les mois à venir, ajustée selon les performances et les croissances observées.
Ces prévisions sont déclinées par jour, transporteur, anticipation de réservation (forte anticipation ou dernière minute) et regroupement de marchés.
Votre rôle : concevoir, tester et déployer un modèle de machine learning pour automatiser ce processus, avec trois objectifs :
• Remplacer le traitement manuel hebdomadaire par une chaîne de traitement automatisée.
• Améliorer la précision des prévisions par rapport à la méthode actuelle, utilisée comme référence de comparaison.
• Étendre l’horizon de prévision au-delà de M+1, à M+2 et M+3, si les résultats le permettent.
Vos missions, de la donnée à la décision :
1. Poser les bases du projet : comprendre la méthode actuelle, formaliser les règles métier, définir les indicateurs de performance (MAPE, WAPE, biais, etc.) et construire le benchmark de référence.
2. Préparer des données fiables : extraire, nettoyer et structurer l’historique des ventes par jour, transporteur, anticipation et marché ; traiter les valeurs manquantes, les ruptures et les événements atypiques.
3. Explorer et comparer les modèles : tester plusieurs approches en tenant compte de la saisonnalité, des jours fériés, des vacances et des événements commerciaux (ventes flash, promotions, ODV…).
4. Garantir la cohérence des prévisions : utiliser des méthodes de réconciliation pour assurer l’alignement entre les différents niveaux de prévision : total, marché, transporteur et anticipation.
5. Actualiser les prévisions au fil de l’activité : intégrer les ventes réalisées du mois en cours pour réactualiser l’atterrissage chaque semaine, voire chaque jour.
6. Déployer une solution durable : automatiser la chaîne de traitement dans Dataiku, de l’extraction à la restitution en passant par l’entraînement et la prévision ; documenter le code et suivre la performance du modèle dans le temps.
7. Rendre les résultats accessibles : construire un tableau de bord comparant les prévisions aux ventes réalisées, avec des intervalles de confiance, et présenter vos résultats aux équipes métier.
8. Explorer de nouvelles pistes : tester l’apport de données externes, notamment conjoncturelles ou météorologiques, et mesurer leur contribution réelle à la qualité des prévisions.
Profil Recherché
- Vous préparez une formation de niveau bac +5 en data science, statistiques, mathématiques appliquées ou dans un domaine équivalent, à l’université ou en école d’ingénieurs.
- Vous disposez de solides bases en séries temporelles et en machine learning, et maîtrisez Python et SQL.
- Vous avez envie de travailler avec Dataiku ; une expérience de cet outil est également bienvenue.
- Une première expérience en prévision de la demande constitue un atout, sans être indispensable.
- La connaissance d’un outil de visualisation de données, comme Qlik ou Power BI, est appréciée, mais n’est pas un prérequis.
- Vous aimez travailler avec rigueur, synthétiser vos analyses et expliquer vos résultats de manière accessible à des interlocuteurs non spécialistes.
- Les enjeux e-commerce éveillent votre curiosité et vous souhaitez relier vos analyses aux besoins opérationnels.
Fourchette salaire :
Contrat étudiant : 50% à 100% du SMIC