Procurement Data Scientist (H/F)

About the Company

Responsibilities

• ● RENAULT s.a.s. Job Description
• ● Le Data Scientist doit comprendre et identifier les besoins des métiers Procurement et, en adéquation avec les données disponibles, proposer des solutions allant d'analyses aidant à la décision jusqu'au développement de systèmes prédictifs, tout en gardant comme objectif la valeur ajoutée.
• ● Le champ d'application du Data Scientist couvre l'ensemble du périmètre de Renault Group Procurement : prospection et panel fournisseurs, processus de sourcing Source To Contract , processus Procure To Pay incluant les livraisons, réceptions, facturations, paiements fournisseur, ainsi que l'ensemble de la gestion
• ● Activités principales :
• ● Echanger avec les acteurs métiers Procurement pour définir le besoin et identifier les exigences spécifiques au cas d'usage .
• ● Explorer et qualifier les données disponibles et les intégrer dans un modèle
• ● Produire des analyses rigoureuses permettant aux acteurs métiers Procurement de prendre des décisions.
• ● Concevoir des programmes informatiques robustes qui permettent la réalisation de systèmes prédictifs de bout-en-bout.
• ● Concevoir, améliorer et auditer les algorithmes
• ● Communiquer de manière claire et pédagogique pour favoriser l'adoption de l'apprentissage automatique (machine learning) dans les différents métiers quand cette discipline apporte de la valeur.
• ● Compétences métier :
• ● Maitrise de la modélisation de données (architecture, processus, référentiels)
• ● Expertise en statistiques descriptives et exploratoires
• ● Expertise en algorithmie / intelligence artificielle
• ● Expertise en programmation notamment sur les outils d'analyse de la donnée, de requêtage, de traitement et de visualisation et les bibliothèques d'apprentissage automatique et les bases de données.
• ● Familiarité avec le développement sur le cloud
• ● Maîtrise de la visualisation des données et de la création de tableaux de bord.
• ● Maitrise du règlement général sur la protection des données
• ● Pédagogue sur les méthodes utilisées et les limites des modèles prédictifs
• ● Expérience professionnelle d'au moins 5 ans incluant des réalisations concrètes dans le domaine du Procurement et idéalement dans le domaine industriel / automobile.