> Markdown version of [/jobs/ext/4767018-data-scientist-h-f](https://www.wearedevelopers.com/jobs/ext/4767018-data-scientist-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Data scientist (H/F) - **Company:** KUBE Partners S.L. / Pixie Services - **Location:** Paris, France - **Experience:** Expert - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Amazon Web Services, Cloud Computing, Continuous Integration, Python (Programming Language), Machine Learning, Tensorflow, Pytorch, Apache Spark, Git, Pandas, Scikit Learn, Machine Learning Operations, Databricks - **Published:** November 18, 2026 - **Apply:** https://candidat.francetravail.fr/offres/recherche/detail/6361673 ## About the Role Nous recherchons un profil hybride et autonome, capable de naviguer entre la vision produit et la technique. Hard skills: ? Core Tech : Maîtrise avancée de Python et de son écosystème Data Science / ML (Pandas, Scikit-Learn, TensorFlow/PyTorch). ? ML Engineering & MLOps : Expérience solide en mise en production d?algorithmes à grande échelle, packaging de modèles, CI/CD (Git) et industrialisation d?API. ? Data & Cloud : Pratique des environnements Cloud (AWS / Databricks appréciés) et manipulation de gros volumes de données (Spark, dbt). Soft skills: ? Product Ownership & Proactivité : Capacité à creuser le besoin métier, clarifier les exigences et proposer des solutions concrètes sans attendre un cahier des charges figé. ? Leadership technique : Autonomie pour piloter des sujets de bout en bout et interagir avec des interlocuteurs variés (équipes Data, Tech et Métier). ? Langues : Anglais courant indispensable. Une expérience préalable ou un fort background sur des problématiques de Pricing (élasticité, yield management, optimisation de marge) sera grandement valorisée. ## Description Objectifs et livrables Le consultant interviendra sur un scope large, allant de l?analyse exploratoire à la mise en production (MLOps). Les chantiers majeurs identifiés pour les prochains mois sont : ? Élasticité Prix: Optimisation des algorithmes d?élasticité prix existants, avec un focus majeur sur la modélisation pour le lancement de nouveaux produits. ? Moteur de Promotion : Développement d?un algorithme d?optimisation des campagnes promotionnelles. ? Tarification Dynamique : Analyses exploratoires préliminaires et formulation de propositions pour un moteur d?aide à la décision (Dynamic Pricing ?home-made?). ? Industrialisation & MLOps : Optimisation des modèles existants, intégration de nouvelles sources de données, APIzation et automatisation des pipelines (Ops). ? Agent amélioration : Contribution sur notre agent pricing. ? Monitoring : Mise en place d?un tracking robuste de la performance des modèles et de la qualité de la donnée.