Data Scientist Senior – Parcours client, Attribution & IA générative
VADEMISaaS B2BPubliée il y a 1 mois
~ 600 – 750 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Marseille · Télétravail non précisé
- Durée
- 3 mois
- Démarrage
- 21 octobre 2026
- Expérience
- Senior (6-10 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 0 % des missions data scientist de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Jupyter (4 missions), Personas (14 missions), Snowflake (91 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil senior (6-10 ans) · Comment ces repères sont calculés
La mission
Notre client, un grand groupe international, renforce son équipe Customer Journey Optimization (CJO). Il recherche un Data Scientist senior pour une mission de 3 mois au cœur de l'optimisation de ses parcours clients digitaux.
Vous aurez un rôle clé dans la conception de modèles analytiques avancés. Ils serviront à mieux comprendre le comportement des utilisateurs, à détecter les frictions, à améliorer la conversion et à mesurer la performance réelle des actions marketing et opérationnelles.
Vos principales missions :
Segmentation comportementale : clustering des utilisateurs à partir de la navigation, des réservations et des usages digitaux ; identification des personas, des micro-segments, des intentions et des points de friction.
Systèmes de recommandation : conception de recommandeurs hybrides (collaboratif, contenu, séquentiel) pour personnaliser les contenus et les services à valeur ajoutée proposés.
Modèles prédictifs : prédiction de conversion, de churn et de complétion du funnel ; prévision des volumes par étape du parcours ; scoring d'intention et de drop-off.
Attribution multi-touch : modèles de Markov (1er et 2e ordre) et valeurs de Shapley pour mesurer le poids de chaque point de contact (email, WalkMe, AB Tasty, notifications, pages clés) et calculer le ROI des actions CJO.
IA générative et LLM : développement de solutions capables d'interpréter automatiquement les résultats analytiques (tests A/B, conversions, parcours) et de générer des recommandations pour orienter les décisions.
Industrialisation : passage des POC Jupyter à des modules Python propres, modulaires et testés, et à des pipelines Dataiku/Snowflake documentés et ordonnancés.
Une mission particulièrement intéressante pour un profil qui veut associer data science avancée, IA générative et impact business direct sur les parcours clients.
Compétences attendues
Indispensables
- Personas
- LLM
- Jupyter
- Python
- Snowflake


