Role overview
Environnement :
Rattachée à la Direction SFR Analytics, l'équipe IA participe à la fidélisation et à la valorisation de la base des clients B2C SFR.
Descriptif de poste :
Réalisation d'études statistiques, de modèles, d'outils LLM-based et de segmentations actionnables pour piloter et/ou cibler les actions de rétention et de développement de la valeur client. Analyse des comportements pour enrichir la connaissance client et identifier des leviers business.
Mission :
L'apprenti(e) travaillera notamment sur des environnements Big Data (Google BigQuery) avec R, Python et Vertex AI sur GCP pour des applications en temps réel.
Sa mission couvrira de bout en bout :
. L'extraction de données pertinentes et fiables, à partir de sources structurées ou non
. L'exploration de nouveaux pans de données internes pour identifier et construire des indicateurs actionnables
. L'analyse des comportements clients pour mettre en exergue les leviers et les facteurs discriminants
. La modélisation pour bâtir des outils de machine learning (prédiction de satisfaction et d'appétence, clustering, détection d'anomalies, topic modeling ou sentiment analysis notamment)
. La mise en forme de documents de synthèse et la présentation des résultats obtenus aux équipes marketing, service client et canaux de vente
. La mise en production des modèles construits pour permettre leur utilisation dans les campagnes CRM
Profil
Formation Bac+4/+5 data scientist
Doté d'une bonne sensibilité marketing
Connaissances techniques appréciées : SQL (Big Query), Python, R, GCP Vertex, Git
L'apprenti(e) travaillera notamment sur des environnements Big Data (Google BigQuery) avec R, Python et Vertex AI sur GCP pour des applications en temps réel.
Sa mission couvrira de bout en bout :
. L'extraction de données pertinentes et fiables, à partir de sources structurées ou non
. L'exploration de nouveaux pans de données internes pour identifier et construire des indicateurs actionnables
. L'analyse des comportements clients pour mettre en exergue les leviers et les facteurs discriminants
. La modélisation pour bâtir des outils de machine learning (prédiction de satisfaction et d'appétence, clustering, détection d'anomalies, topic modeling ou sentiment analysis notamment)
. La mise en forme de documents de synthèse et la présentation des résultats obtenus aux équipes marketing, service client et canaux de vente
. La mise en production des modèles construits pour permettre leur utilisation dans les campagnes CRM
Profil
Formation Bac+4/+5 data scientist
Doté d'une bonne sensibilité marketing
Connaissances techniques appréciées : SQL (Big Query), Python, R, GCP Vertex, Git