Lead Data Science & Analytics F/H
normal de découvrir nos offres !
Au sein de la Data & IA Factory de celio, tu pilotes les projets de Data Science de bout en bout, de l’analyse des besoins métier jusqu’à la livraison d’applications concrètes. Tu définis également la stratégie BI et accompagnes le remplacement de l’outil de reporting actuel. En collaboration avec l’équipe Data Platform, tu transformes les données en solutions utiles pour les métiers, comme des tableaux de bord et des applications IA. Tu priorises les projets selon leur impact et les ressources disponibles, tout en managant une data scientist, en participant au recrutement d’une nouvelle personne dans l’équipe et en coordonnant un consultant BI externe.
Tes missions principales
Data science, de bout en bout - priorité du poste
Prendre en charge le portefeuille de projets data science au service de l'ensemble des directions métiers.
Cadrer les cas d'usage avec les métiers, construire les modèles, les industrialiser et en mesurer l'impact.
Piloter chaque projet de A à Z, jusqu'au delivery d'une application métier fonctionnelle : vous développez vous-même les applications qui portent les modèles, du prototype à la mise en production.
Modèles de données métier, indicateurs & gouvernance
Construire et maintenir les modèles de données métier, tables agrégées et indicateurs utilisés par les tableaux de bord, les agents et les applications de la Factory.
Organiser la gouvernance des indicateurs avec les métiers : responsables métier identifiés, définitions validées et règles de calcul documentées et maintenues à jour.
Prioriser les données et indicateurs servant les décisions les plus importantes et suivre la fiabilité des chiffres utilisés par les métiers.
Travailler avec Data Platform pour faire évoluer les données mises à disposition lorsque les besoins des projets le nécessitent.
Stratégie BI & modernisation du reporting
Définir la stratégie BI globale et sa roadmap avec les métiers et le Responsable Data & IA Factory ; piloter le remplacement progressif de l'outil de reporting existant, en assurant la continuité des usages et la validation des indicateurs avec les métiers.
Analyser les usages, migrer les reportings utiles et retirer les reportings inutilisés ; choisir et déployer les solutions adaptées : tableaux de bord, analyses en libre-service et agents IA connectés aux données, selon leur fiabilité, leur coût et leur adoption.
Maintenir la couche sémantique et les métadonnées permettant aux agents de traduire les demandes métier en requêtes SQL précises et cohérentes avec les indicateurs validés.
Définir et suivre les standards d'observabilité, d'éthique et d'évaluation des agents IA en production.
Leadership technique & management
Manager une data scientist : fixer les objectifs, prioriser la charge et accompagner sa progression.
Analyser les besoins de l'équipe, piloter un recrutement adapté, puis manager la personne recrutée ; coordonner le travail du consultant BI externe.
Assurer le leadership technique data science et analytics : choix techniques, standards de qualité, revues et diffusion des bonnes pratiques.