Project Overview

• Analyse customer purchase patterns à l'aide de market basket analysis pour identifier des associations de produits et des opportunités de cross-selling.
• Développer des modèles de forecasting (séries temporelles et apprentissage machine) pour prédire les tendances de demande et aider la planification des stocks et des promotions.
• Objectif opérationnel : apporter un support décisionnel data-driven pour l'optimisation des inventaires, des promotions et du placement produit.

Responsabilités principales

• Extraire, nettoyer et prétraiter des jeux de données transactionnels depuis des bases SQL ou MongoDB.
• Implémenter des algorithmes d'association (Apriori, FP-Growth) pour découvrir les itemsets fréquents et règles d'association.
• Construire et évaluer des modèles de séries temporelles (ARIMA, Prophet) et des modèles ML (LSTM ou modèles classiques) pour le forecasting de la demande.
• Produire des visualisations et des rapports (Matplotlib, Seaborn, Power BI optionnel) pour communiquer les résultats aux équipes métiers.

Compétences et technologies requises

• Python (Pandas, NumPy, Scikit-Learn) pour le traitement des données et le prototypage des modèles.
• Connaissances de base en analyse de données et statistiques, et notions de machine learning ou forecasting temporel.
• Familiarité avec le prétraitement des données et notions de base en bases de données (SQL ou MongoDB).
• Méthodes/techniques proposées : Apriori, FP-Growth, ARIMA, Prophet, LSTM.

Livrables attendus

• Notebook(s) ou scripts reproduisant le pipeline de prétraitement, l'analyse des paniers et l'entraînement des modèles de forecasting.
• Rapport détaillé présentant les règles d'association pertinentes, métriques d'évaluation des modèles de prévision et recommandations pour l'inventaire/promotions.
• Tableaux de bord ou visualisations synthétiques facilitant la prise de décision par les équipes business.

Conditions et candidature

• Durée : 4-6 months
• Niveau : Bac+5
• Nombre d'étudiants recherchés : 1
• Pour postuler, envoyer un CV et une lettre de motivation à jobs@visshopai.com ou via le lien de candidature fourni.