Fiche métier Data Scientist

Freelances

Vous êtes data scientist freelance et vous recherchez une mission ? Rejoignez 103.336 autres freelances partout en France.

Déposez votre CV

Déjà inscrit ? Consultez nos offres de mission.

Entreprises 01 80 88 59 00

Déposez une offre de mission de data scientist (gratuit)

Portage salarial

Pas immatriculé ? Effectuez vos missions freelance avec SPG, la société de portage salarial des informaticiens.

Nos derniers

CV de data scientist

Nos dernières

missions de data scientist

Le métier de data scientist

Quelles sont les missions principales du data scientist ?

Extraction, uniformisation et structuration des données clients

Le data scientist collecte et choisit les informations clients importantes pour l’analyse. Celui-ci indique aussi les méthodes de stockage et l'organisation des données.

D'autre part, le data scientist convertit et cartographie des informations d’usage produit à travers des dashboards accessibles à tous les collaborateurs. Il optimise donc la qualité et améliore les bases de données clients de la structure.

Aussi, le data scientist détermine les techniques de collecte de données à partir de bases de données de sources différentes. Ce dernier construit l’architecture d'un entrepôt de données décisionnelles. Par conséquent, le data scientist est chargé de maîtriser la qualité des données durant tout leur traitement.

Etudes prédictives et augmentation de la connaissance client

Le data scientist implémente et garantit la modélisation statistique de la data. Il conçoit des scénarios prédictifs des habitudes clients.

Aussi, le data scientist optimise le ciblage des clients en se servant des algorithmes qu'il conçoit. Il examine et met en œuvre les solutions techniques les plus adaptées afin d’administrer de grands volumes d'informations.

En outre, le data scientist met en place des algorithmes de mise en évidence des opportunités de marché. Ce dernier contrôle la cohérence des bases de données.

Le data scientist accompagne également l’entreprise dans le développement d'actions créatrices de valeur.

Optimisation des actions marketing de la structure

Le data scientist met en place et optimise les approches CRM de la relation clients. Celui-ci optimise la performance des plateformes de contact clients.

Par ailleurs, le data scientist a pour mission d'adapter le ciblage des campagnes de publicité web. Il étudie également les taux de rétention client et les composants y contribuant.

D'autre part, le data scientist évalue le ROI de l’ensemble des campagnes digitales de la structure. Ce dernier élabore et ajuste les scores d’appétence, dans le but de transmettre au service marketing les statistiques importantes pour l'établissement d’études de marché.

Création d’outils de support aux clients internes

Le data scientist participe à la mise en place de l'approche stratégique de la société. Celui-ci étudie la totalité des données des ventes pour imaginer des algorithmes pertinents d’aide à la décision.

En outre, le data scientist contribue à la définition des indicateurs de performance commerciale de l’entreprise. Il donne par conséquent au directeur commercial des outils décisionnels pour la conduite des campagnes de prospection.

D'autre part, le data scientist réalise des sondages statistiques pour les clients internes. Il peut aussi conduire les ateliers d’expression des besoins internes et écrire les cahiers des charges.

Par ailleurs, le data scientist rédige la spécification des besoins à destination de la maîtrise d’ouvrage. Celui-ci détermine les outils de reporting multidimensionnel. Aussi, le data scientist expose les résultats des enquêtes effectuées aux clients et forme les équipes aux outils informatiques.

Veille technologique sur les outils de datamining

Le data scientist effectue une veille sur les avancées technologiques d’analyse des données. Ce dernier expérimente de nouvelles solutions d’analyse des informations. Par conséquent, le data scientist met en place les nouvelles techniques de gestion de données.

Management d’équipe"

Le data scientist anime les réunions, anime les interventions des collaborateurs. Ce dernier certifie le recrutement des collaborateurs.

D'autre part, le data scientist contrôle le budget et évalue les dépenses liées aux prestations. Il définit les choix méthodologiques des interventions.

Quelles sont les compétences du data scientist ?

Le data scientist doit avoir une parfaite connaissance des algorithmes d’apprentissage automatique ainsi que des outils de data management.

De plus, le data scientist doit avoir une bonne connaissance des outils HADOOP. Il doit aussi appréhender les bases de données SQL et no-SQL.

Finalement, le data scientist doit avoir une bonne connaissance de l'intelligence artificielle. Il doit donc avoir des connaissances approfondies en marketing.

Quelles sont les qualités du data scientist ?

Le data scientist doit disposer d’un sens de l'analyse aiguisé dans le but d’appréhender les questions financières de la société. Il doit également disposer d’un sens de la rigueur appuyé afin d’assurer la précision des analyses réalisés.

Aussi, le data scientist doit posséder une bonne sens de l'organisation dans l'objectif de structurer ses techniques d’intervention. Il doit aussi acquérir un goût particulier pour le service pour augmenter la satisfaction du client.

En outre, le data scientist doit avoir d’excellentes compétences en communication dans l'objectif de convaincre ses interlocuteurs. Il doit être pédagogue afin de faire comprendre sa méthode de travail aux collaborateurs.

D'autre part, le data scientist doit être curieux dans le but de suivre les nouveaux outils. Il doit également développer un goût prononcé pour les statistiques puisque les volumes de données sont importants

Finalement, le data scientist se doit d'être force de proposition dans l'objectif de faire des préconisations aux équipes marketing. Il doit avoir le sens des affaires pour localiser les occasions de marché.

Le data scientist doit ainsi être en mesure de faire preuve d’écoute afin de récolter avec rigueur les informations de la clientèle.

Source : https://www.apec.fr/

Exemple de missions d'Ismahen, Data Scientist habitant les Bouches-du-Rhône (13)

EXPÉRIENCES PROFESSIONNELLES ( MISSIONS EN FREELANCE )

Entreprise : La Centrale
Poste : Data Scientist
Mission : 10/2014 (3 mois)

Mise en place d’un pricing automatisé :
Mission effectuée pour la société de vente de véhicules en ligne. Le but étant de prédire le prix des véhicules d’occasion en ligne à l’aide de la description des véhicules
(Marque, Modèle, Année…).
6% de MAPE obtenue (attente client : MAPE inférieur à 15%)

Technologies utilisées : Python, AWS

Entreprise : Webikeo
Poste : Data Scientist
Mission : 03/2015 (3 mois)
Systèmes de recommandation :

Réalisation de 3 systèmes de recommandation (inspirés du modèle Netflix), algorithme de popularité, content based algorithm ( basé sur le contenu des vidéos), collaborative filtering ( filtrage collaboratif : basé sur la similarité des client de la base de données)

Technologies utilisés : Python, HTML, CSS, JavaScript, PHP , KNN(ScikitLearn)

Entreprise : Renault (India)
Poste : Data Scientist
Mission : 09/2015 (6mois + 3mois)


Prédire l’achat d’un véhicule à partir du site web :
Scoring de chaleur : A partir du parcours client sur le site web prédire la probabilité
que ce dernier achète un véhicule. A la suite de l’algorithme prédictif, 82% de bonnes
prédictions (Attente client : 75% de bonnes prédictions)


Technologies utilisées : Python, MongoDB, AWS, Hadoop

Entreprise : PGA MOTORS
Poste : Data Scientist
Mission : 09/2017 (4 mois)

Segmentation de marché :

Segmentation du marché des clients de PGA Motors Dans le but d’affiner le mailing et d’augmenter la connaissance du client, approche microéconomique : analyse des comportements du client et recoupe des comportements similaires

Algorithmes utilisés : J'ai utilisé, entre autre : K-means ,KNN (Python, ScikitLearn)

Entreprise : Solutions Makers
Poste : Data Scientist
Mission : 09 /2014 -

Participation au lancement d’une startup d’edition de logiciels, Collecte et analyse statistique des données, Web scrapping, Data Vizualisation, Optimisation de problems.

Technologies utilisés : Python, MongoDB, MySQL

PROJETS ÉTUDIANTS

Projet de fin d'études : Chambre de Commerce Et D’Industrie (6 mois)

- Estimer la valorisation d’une entreprise à céder
- Prédire la cession d’une entreprise
- Système de recommendation hybride

Projet première année : CNRS
Insertion des pays de la Zone Euro
Participation à la publication d’un papier sur l’integration au sein la zone euro du Dr Gilles Dufrenot ( Analyse Econométrique)


Voir le profil complet de ce freelance