Maison du web
TunisiePublication : 13 janv. 2026
Data / IA - PFS034026 - Modélisation du cycle de vie des conseillers et prédiction du churn
- Stage
- 4-6 mois
- Présentiel
- Échéance : 27 janv. 2026
- Data Analysis / Data Science
- Data Science & Machine Learning
- Churn Prediction
- ERP & Data Analytics
- XGBoost
- Environmental Management & Sustainability
- Software Engineering (Python)
- Databases (SQLite/PostgreSQL)
Description du poste
Présentation du projet: Analyser le cycle de vie des conseillers d’un réseau de vente directe, depuis le recrutement jusqu’à l’abandon, afin d’identifier les signaux faibles et prédire le churn.
Périmètre & livrables:
- Analyse descriptive des patterns d’activité et d’engagement
- Identification des indicateurs précurseurs d’abandon (warning signals)
- Construction de modèles de classification pour la prédiction du churn
- Analyse de l’importance des variables explicatives
- Recommandations business actionnables pour réduire l’attrition
Outils / Technologies:
- Python, Pandas, Scikit-learn, XGBoost, SQL, Jupyter, Power BI / Tableau