Contexte et objectif :

• Conception d’un moteur d’optimisation des prix et des offres groupées (bundles) pour maximiser la rentabilité et la compétitivité.
• Analyse des historiques de ventes et de marges afin d’identifier des leviers d’ajustement tarifaire et de packaging.

Tâches principales et livrables attendus :

• Analyser les historiques de ventes et marges, produire des jeux de données propres et des indicateurs clés (revenu, marge, élasticité).
• Appliquer un modèle d’IA de tarification dynamique et documenter les hypothèses, la méthodologie et les métriques de performance.
• Développer une interface de simulation de prix permettant de tester des scénarios (impact sur marge, volume, part de marché).
• Mettre en place des scénarios d’optimisation automatique avec des critères configurables (maximiser marge, volume ou compromis).

Profil recherché et compétences techniques :

• Étudiant en data science, IA ou informatique de gestion avec appétence pour l’optimisation et le pricing.
• Compétences demandées : Python, PHP, SQL, IA prédictive, statistiques; capacité à travailler sur intégration back-end et prototypage d’interface.

Méthodologie, outils et résultats attendus :

• Utilisation de techniques de machine learning/optimisation (modèles prédictifs, méthodes d’optimisation convexe ou heuristiques) et évaluation par A/B ou simulation.
• Livrables : code source (modèle et API), interface de simulation, rapport technique et jeu de données nettoyé.

Durée et organisation :

• Durée estimée du projet : 4 à 5 mois (format PFE).
• Modalités : travail en collaboration avec l’équipe produit/tech, possibilité d’itérations sur les scénarios et validations terrain.

Comment postuler :

• Postulez via le site : https://www.smoft.io ou par e‑mail directement à recrutement@smoft.tn.
• Objet conseillé pour l’email : « Candidature PFE — 09 PriceOptimizer – Optimisation des prix & bundles » et joindre CV + lettre de motivation / portfolio.