Data Translation / Product Owner Data expérimenté(e).
Craftman dataE-commercePubliée il y a 1 semaine
440 €/j
- Lieu
- Île-de-France · Sur site
- Durée
- 6 mois
- Démarrage
- 21 septembre 2026
- Expérience
- Confirmé (3-6 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.
- Le TJM de cette mission se situe en dessous de la médiane des 371 missions de votre métier et de votre séniorité de notre catalogue, dont la médiane est de 480 €/jour (moitié centrale : 240 à 525 €/jour).
- 90 missions product owner sont ouvertes à Île-de-France en ce moment, sur 566 pour ce métier en France.
- 2 % des missions product owner de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : Machine Learning (94 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Dans le cadre d’un projet stratégique d’optimisation du réapprovisionnement des entrepôts B2C, nous recherchons un(e) Data Translation / Product Owner Data expérimenté(e).
Vous interviendrez à la jonction entre les équipes E-commerce et les équipes techniques (Data Science et Data Engineering).
L’objectif de la mission sera d’optimiser le réapprovisionnement des entrepôts autour de deux axes majeurs :
La prévision de la demande
L’adéquation entre la charge et la capacité des entrepôts
Vos principales missions seront :
Volet Product Owner Data – Cadrage & Pilotage Agile
Réaliser le cadrage stratégique et fonctionnel du projet.
Recueillir, analyser, arbitrer et prioriser les besoins des équipes métier.
Animer la squad et piloter le delivery des solutions.
Rédiger et gérer les User Stories.
Structurer et prioriser le backlog.
Animer les rituels Agile.
Accompagner la conduite du changement auprès des utilisateurs.
Volet Data Analyst – Exploration & Performance
Explorer, préparer et analyser les données nécessaires au cadrage du projet.
Produire des analyses permettant d’alimenter les travaux de modélisation algorithmique.
Collaborer avec les équipes Data Science et Data Engineering.
Comprendre et challenger les modèles de Machine Learning et de Recherche Opérationnelle.
Définir et suivre les indicateurs de qualité des modèles.
Compétences attendues
Indispensables
- Agile
- Machine Learning