Data Scientist - Operational Research (OR) F/H
Role details
Job location
Tech stack
Job description
Rejoignez-nous dans cette aventure qui redéfinit la communication urbaine et améliore les expériences citoyennes à travers le monde.
Au sein de la Direction DataCorp, en charge de la conception et de l'industrialisation des solutions d'optimisation au service des équipes business, nous recherchons un.e Data Scientist - OR (H/F) pour rejoindre une équipe pluridisciplinaire composée de Data Scientists, Data Engineers et Software Engineers.
Au quotidien vous serez amené à :
-
Cadrer les problématiques métier (pricing, allocation, prévisions, optimisation de revenus / inventaire) avec les équipes business, data & produit.
-
Formaliser ces problématiques en modèles de Recherche Opérationnelle (PL, PLNE, PNL, heuristiques, métaheuristiques, simulation, etc.).
-
Concevoir, prototyper et implémenter des algorithmes d'optimisation en Python (du notebook au code prêt pour la prod).
-
Choisir, paramétrer et combiner des solveurs (open source et/ou commerciaux) en fonction des contraintes de performance, coûts et licences.
-
Concevoir des pipelines robustes : ingestion de données, nettoyage, feature engineering, préparation des paramètres pour les modèles d'optimisation.
-
Travailler avec les équipes data/engineering pour exposer les algorithmes sous forme de microservices déployés dans le cloud.
-
Réaliser des analyses de sensibilité et des tests A/B pour mesurer l'impact business des nouvelles stratégies d'optimisation.
-
Documenter les modèles, hypothèses, limites, et évangéliser les bonnes pratiques de Recherche Opérationnelle en interne.
-
Assurer une veille scientifique et technologique (nouveaux solveurs, frameworks OR, bonnes pratiques d'architecture pour l'optimisation).
Requirements
Vous avez au moins 3 à 5 ans d'expérience en Recherche Opérationnelle appliquée (idéalement sur des sujets d'optimisation de revenus / pricing / allocation / supply / planning).
-
Formation Bac + 5/doctorat en Recherche Opérationnelle, Mathématiques appliquées, Informatique, Data Science ou équivalent.
-
Vous êtes à l'aise avec la théorie (modèles, preuves de complexité, relaxation, etc.) et avec l'implémentation pragmatique en production.
-
Vous avez déjà mis en production un ou plusieurs services (APIs, batchs ou services temps réel) dans un environnement cloud (AWS, GCP ou Azure).
-
Vous êtes capable de discuter avec des profils non techniques, de challenger les besoins métier et de proposer des compromis viables entre optimalité, temps de calcul et simplicité d'usage.
-
Autonome, rigoureux.se, vous savez prioriser, expliquer vos choix et travailler en équipe (data, produit, tech, business)., Excellente maîtrise de Python.
-
Expérience avec un framework de modélisation (Pyomo, PuLP, OR-Tools, docplex) et un solveur (Gurobi, CPLEX, CBC, SCIP, OR-Tools (MIP/CP-SAT)
-
Solides bases en manipulation de données : pandas, NumPy ; bonus si expérience avec Spark ou frameworks distribués.
-
Programmation linéaire, linéaire en nombres entiers, éventuellement non linéaire.
-
Connaissance des grands classiques : problèmes d'affectation, de couverture, de tournées, de knapsack, de scheduling, de network flow, etc.
-
Capacité à choisir la bonne approche : modèle exact, heuristique, métaheuristique (tabu search, simulated annealing, genetic algorithms…) ou hybridation.
-
Bonnes pratiques de développement : git, revues de code, tests unitaires et d'intégration, CI/CD.
-
Capacité à vulgariser des modèles complexes et à argumenter vos choix auprès d'interlocuteurs variés.
-
Esprit de collaboration, curiosité scientifique et envie de faire évoluer l'état de l'art de l'optimisation dans l'entreprise.