Stage - Data Scientist - IA & Adoption - Sales Intelligence H/F Dassault Systèmes

Au sein de l'organisation Engagement Model Transformation, vous rejoindrez l'équipe qui développe et maintient les solutions analytiques (tableaux de bord, rapports) utilisées quotidiennement par l'ensemble des acteurs de la vente, du terrain jusqu'au Top Management.

Nous recherchons un(e) stagiaire Data Scientist passionné(e) pour développer et intégrer des modèles de Machine Learning qui affineront notre compréhension des comportements clients et de processus de venter afin d'optimiser notre stratégie commerciale.

Vos missions
Ce stage s'articulera autour de deux axes stratégiques majeurs :

Amélioration de la Prédiction, du Scoring et de la Recommandation Client :

- Faire évoluer et optimiser nos algorithmes prédictifs existants pour identifier avec plus de finesse les signaux d'attrition (churn) ou de forte adoption de nos solutions 3DEXPERIENCE.
- Améliorer le modèle de scoring client actuel pour quantifier plus précisément la santé et le potentiel de chaque compte en se basant sur leurs données d'usage.
- Développer un moteur de recommandation pour suggérer les prochaines actions commerciales ou les produits les plus pertinents pour chaque client.
- Explorer l'utilisation des LLMs (Large Language Models) pour analyser des données non-structurées (retours clients, notes d'interactions) afin d'enrichir les modèles de scoring et de recommandation.
- Participer à l'intégration de ces modèles (prédiction, scoring, recommandation) aux tableaux de bord de monitoring pour fournir des indicateurs toujours plus actionnables aux équipes commerciales.

Analyse du Business Indirect :

- Appliquer des techniques de Data Science, y compris l'analyse via des LLMs, pour analyser en profondeur et synthétiser les données de notre réseau de partenaires et de revendeurs.
- Identifier des leviers de croissance, des tendances de marché et des opportunités au sein de notre écosystème de vente indirecte.

Pour mener à bien ces missions, vous aurez accès à de vastes ensembles de données et serez chargé(e) de :

- Collaborer avec les équipes métier pour comprendre leurs enjeux et les traduire en problématiques data science.
- Explorer, préparer et enrichir les données pour l'analyse et la modélisation.
- Effectuer une veille technologique pour sélectionner les algorithmes les plus pertinents, y compris les approches basées sur l'IA Générative.
- Entraîner, évaluer et déployer les modèles en utilisant les outils de Data Science de Dassault Systèmes.

Vos qualifications
Etudiant(e) préparant un diplôme de niveau Bac +5, Ecole d'ingénieur ou Cycle Universitaire.

Compétences techniques :

- Bases solides en programmation Python et maîtrise des librairies de l'écosystème data science (Pandas, Numpy, Scikit-learn, Matplotlib, Seaborn).
- Première expérience (académique ou projet) dans le développement d'algorithmes de Machine/Deep Learning.
- Un intérêt ou une première expérience avec le traitement du langage naturel (NLP) et les LLMs (ex: librairies Hugging Face, LangChain) est un avantage.
- Connaissance des techniques de prédiction sur des séries temporelles.
- Familier avec les outils de versionning de code (Git, GitLab).

Atouts supplémentaires :

- Une première approche des technologies Big Data comme Hadoop et Spark serait un plus.

Qualités personnelles :

- Rigueur, autonomie et proactivité pour explorer des sujets complexes.
- Excellent esprit d'équipe et bonnes capacités de communication.
- Maîtrise de l'anglais, à l'oral comme à l'écrit, pour évoluer dans un contexte international.

Nous rejoindre c'est aussi
Intégrer une entreprise scientifique au coeur de l'innovation technologique, portée par une forte croissance depuis plus de 40 ans.

Principaux avantages et bénéfices :

- Environnement multiculturel

- Cadre de travail convivial axé sur le bien-être et la santé (salles de sport & de musique, conciergerie...)

- Engagement en faveur de la diversité et de l'inclusion

- Politique dynamique de développement de carrière : plan de formation, mobilités internes, etc