Afin de répondre à nos ambitions et challenges, l’équipe Data est à la recherche d’un·e stagiaire Data Scientist. L’équipe est actuellement composée de :

• Quentin & Vincent - Data Engineer
• Christopher, Leeroy & Guillaume - Data Analyst
• Alexandre & Alexandre - Data Scientist
• Soizic - Chief Data Officer

Nous cherchons donc une nouvelle pépite pour rejoindre cette belle équipe!

Objectif du stage

Optimiser un algorithme capable de détecter automatiquement les maisons de luxe à partir de plusieurs sources de données (descriptions, données géographiques, photos), avec à la clé :

• Une meilleure recommandation pour nos utilisateurs haut de gamme,
• Une valorisation commerciale plus ciblée
• Un gain de temps opérationnel pour les équipes terrain (Collection Team).

Il y aura 4 phases, en collaboration avec l’équipe Collection pour valider les résultats:

• Audit:
• • Compréhension du projet existant et des limites des solutions actuelles
  • Identifier les nouveaux objectifs attendus avec l’équipe Collection
• Ré-entrainement:
• • Réentraîner les modèles existants sur les données les plus récentes
  • Ajuster les seuils de détection pour optimiser le ratio pertinence / volume
  • Mettre à jour les dashboards de suivi des performances
• Amélioration de l’architecture actuelle:
• • Identifier des pistes d’amélioration et évaluer les gains
  • Développement, entraînement et mise en production du modèle amélioré
  • Documenter les évolutions
• Automatisation de l’entraînement:
• • Mise en place d’un pipeline d’entraînement automatisé pour suivre, rejouer et comparer les expérimentations (MLFlow, Sagemaker)
  • Tracking des métriques, optimisation des hyperparamètres, et versionnement des artefacts (modèles, datasets…)

En fonction de la durée du stage, un projet de recommandation pourra compléter les missions.

Stack & compétences recherchées

• Modélisation & machine learning : scikit-learn, LightGBM
• Traitement de texte : NLP, embeddings, TF-IDF, BERT
• Computer vision (optionnel) : PyTorch, DINOv2
• Manipulation de données : pandas, SQL, dbt
• Visualisation & évaluation : seaborn, matplotlib, plotly
• Notions MLOps appréciées : MLflow, Airflow, Airbyte, dockerisation