Data Scientist Customer Journey & IA Générative H/F

Segmentation comportementale : clustering des utilisateurs selon leur navigation, leurs bookings et leurs usages digitaux (K-means et autres), identification des personas, intentions et points de friction.

• Systèmes de recommandation : recommandations personnalisées de contenus et de services à valeur ajoutée, avec des approches hybrides (collaboratif, contenu, séquentiel).
• Modèles prédictifs : prédiction de conversion, de churn et de complétion de funnel, forecasting des volumes par étape du parcours, scoring d’intention et de drop-off.
• Attribution multi-touch : modèles de Markov (1er et 2e ordre) et Shapley Values pour mesurer le poids de chaque touchpoint (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions CJO.
• IA générative et LLM : solutions LLM qui interprètent automatiquement les résultats analytiques, détectent les irritants et génèrent des recommandations (profiling, tests A/B, conversions).
• Industrialisation : passage des POC Jupyter à des modules Python propres, modulaires et testés ; pipelines Dataiku/Snowflake documentés et automatisés.
• Restitution : conception de KPI funnel et engagement, communication claire des insights aux équipes CJO, Produit et Marketing.

Environnement technique

• Langages : Python avancé (POO, modularité, clean code), SQL
• Data : Snowflake, Dataiku DSS (scénarios, ordonnancement de jobs), notebooks Jupyter
• Data science : ML supervisé et non supervisé, deep learning, séries temporelles, SHAP
• IA : NLP, LLM, embeddings, classification sémantique, prompt engineering
• Analytics : UX analytics et web analytics (atout)

Profil recherchéProfil recherchéExpérience : Data Scientist confirmé, au moins 3 ans d’expérience, avec des modèles mis en production.Attribution et parcours : pratique concrète de l’attribution multi-touch (Markov, Shapley) et de l’analyse de funnels.Recommandation et prédiction : maîtrise des recommender systems, des modèles séquentiels et du forecasting.IA générative : LLM appliqués à l’analyse de données (synthèse, détection d’irritants, génération de recommandations).Industrialisation : capacité à transformer un prototype notebook en code Python maintenable et en pipeline Dataiku/Snowflake.Savoir-être : esprit d’équipe, co-construction avec les métiers, communication claire et orientée solution.Langues : anglais courant à l’écrit et à l’oral (obligatoire).

Mais aussi…

Taux journalier :450.css-11k7fwb{display:inline-block;white-space:nowrap;vertical-align:middle;-webkit-padding-start:var(–chakra-space-1-5);padding-inline-start:var(–chakra-space-1-5);-webkit-padding-end:var(–chakra-space-1-5);padding-inline-end:var(–chakra-space-1-5);text-transform:none;font-size:var(–chakra-fontSizes-xs);border-radius:var(–chakra-radii-md);font-weight:var(–chakra-fontWeights-semibold);background:var(–chakra-colors-success-200);color:var(–chakra-colors-success-700);box-shadow:var(–badge-shadow);padding:4px 6px;–badge-bg:var(–chakra-colors-success-100);–badge-color:colors.success.800;}.chakra-ui-dark .css-11k7fwb:not([data-theme]),[data-theme=dark] .css-11k7fwb:not([data-theme]),.css-11k7fwb[data-theme=dark]{–badge-bg:rgba(226, 243, 232, 0.16);–badge-color:var(–chakra-colors-success-200);}Cette offre est à 0% de commission .css-74lrwu{width:1em;height:1em;line-height:1em;-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;color:currentColor;font-size:16px;display:-webkit-box;display:-webkit-flex;display:-ms-flexbox;display:flex;-webkit-transition:.1s ease-in-out color;transition:.1s ease-in-out color;}.css-74lrwu *{-webkit-transition:.1s ease-in-out fill;transition:.1s ease-in-out fill;fill:var(–chakra-colors-rythm-600);}, * Expérience : Data Scientist confirmé, au moins 3 ans d’expérience, avec des modèles mis en production.

• Attribution et parcours : pratique concrète de l’attribution multi-touch (Markov, Shapley) et de l’analyse de funnels.
• Recommandation et prédiction : maîtrise des recommender systems, des modèles séquentiels et du forecasting.
• IA générative : LLM appliqués à l’analyse de données (synthèse, détection d’irritants, génération de recommandations).
• Industrialisation : capacité à transformer un prototype notebook en code Python maintenable et en pipeline Dataiku/Snowflake.
• Savoir-être : esprit d’équipe, co-construction avec les métiers, communication claire et orientée solution.
• Langues : anglais courant à l’écrit et à l’oral (obligatoire)., Anglais Intelligence artificielle Clean SQL Python Analyse de données

Ugitech, ESN orientée IA, recrute pour un leader mondial du transport maritime et de la logistique, au sein de son agence digitale. Vous rejoindrez l’équipe Customer Journey Optimization (CJO), chargée d’optimiser les parcours clients digitaux : conversion, personnalisation de l’expérience et performance des actions marketing. L’objectif est de produire des insights actionnables, des modèles robustes et des solutions automatisées pour accélérer la transformation data-driven des parcours.