Contexte et objectif :
- Mettre en place un système intelligent de scoring client pour optimiser le ciblage des campagnes marketing (data, voix, roaming, etc.).
- Maximiser le ROI des campagnes tout en réduisant la pression commerciale sur les clients peu réceptifs.
Missions principales :
- Analyser les données clients et campagnes existantes, préparer les jeux de données (feature engineering, nettoyage, gestion des déséquilibres).
- Concevoir, entraîner et comparer plusieurs modèles de scoring (Scikit-learn, XGBoost, LightGBM, TensorFlow/PyTorch) et sélectionner la solution optimale.
- Évaluer les modèles avec des métriques pertinentes (AUC, precision/recall, lift, churn/response rate) et proposer une stratégie de seuils pour le déploiement.
Technologies et livrables attendus :
- Stack technique : Python, Pandas, NumPy, SQL ; modèles ML : Scikit-learn, XGBoost, LightGBM, TensorFlow/PyTorch ; visualisation : Dash / Streamlit, Plotly, Matplotlib, Seaborn.
- Livrables : modèle de scoring prêt à déployer, notebook d’expérimentation, tableaux de bord interactifs pour le suivi des performances, documentation technique et rapport d’impact ROI.
Intégration et encadrement :
- Entité d’accueil : Data et IA Factory - Service Production de la donnée.
- Collaboration avec les équipes marketing et production de la donnée pour l’intégration en pipeline et la mise en production du scoring.
- Nombre de stagiaires : 1. Durée : 6 mois (4-6 months).
Compétences recherchées et profil :
- Maîtrise de Python et des bibliothèques data/ML (Pandas, NumPy, Scikit-learn) ; expérience souhaitée avec XGBoost/LightGBM et/ou frameworks deep learning (TensorFlow/PyTorch).
- Connaissances SQL, capacité à produire des visualisations interactives (Dash/Streamlit, Plotly) et sens de l’analyse pour traduire résultats en recommandations business.
Candidature :
- Postulez via le lien suivant : https://lnkd.in/da_UTm6r
- Indiquez en objet de votre candidature la référence du projet et votre disponibilité.