Programme attendu avec roadmap serrée dans un contexte de migration vers le cloud (GCP)

L'entreprise a commencé une migration de ses applications data sur le cloud public (GCP). L'ensemble des travaux d'industrialisation se feront donc sur ce nouvel environnement de travail pour lesquels des compétences spécifiques MLOps sont nécessaires : maitrise de docker, github action, terraform, vertexAI etc…

Objectifs de la Mission

Comprendre en profondeur les mécanismes du revenue management, y compris les facteurs influençant la demande et les stratégies de tarification.

Concevoir et implémenter un modèle de prévision de séries temporelles en utilisant les technologies les plus récentes en IA et ML, pour améliorer la fiabilité et l'efficacité des prévisions.

S'assurer que le modèle est à la fois interprétable et explicable, permettant aux équipes de revenue management de comprendre et d'exploiter pleinement les prévisions générées.

Proposer des indicateurs permettant de qualifier la fiabilité des prévisions, et être capable de les résumer et communiquer auprès du métier.

Compétences et Expériences Requises

Anglais bilingue

Python

MLOps (docker, github action, terraform, vertexAI etc…)

GCP ( Migration vers GCP )

Forecasting/time series

Bonne expérience en séries temporelles

Maîtrise du langage de programmation tels que Python ainsi que des outils de visualisation de données (Spotfire, Power BI, etc.).

Maîtrise des bibliothèques de machine learning (scikit-learn, TensorFlow, etc.) et des techniques statistiques avancées.

Solides compétences en analyse de données.

Excellente communication et capacité à travailler en équipe.

Livrables Attendues

Code source des composants développés et tests associés

Description des choix d'architecture

Documentation de la solution développée (code, modélisation...)

Supports de communication (slides…) sur les développements réalisés

 

 - Lieu: IDF