- Location: Saint Denis Campus SNCF Voyageurs, France
- Envie de transformer les données en prévisions utiles aux décisions commerciales ? Rejoignez l’équipe Performance business et digitale de SNCF Connect !
- Votre projet : automatiser et fiabiliser les prévisions de ventes pour contribuer au pilotage de l’activité.
- De l’exploration des données au déploiement d’un modèle de machine learning, vous travaillerez sur un cas concret, au croisement de la data et des enjeux e-commerce.
- Description de l'emploi
- L’équipe produit et suit des indicateurs de performance pour accompagner l’atteinte des objectifs commerciaux.
- Chaque semaine, elle actualise manuellement un « atterrissage » : une estimation des ventes attendues pour le mois en cours et les mois à venir, ajustée selon les performances et les croissances observées.
- Ces prévisions sont déclinées par jour, transporteur, anticipation de réservation (forte anticipation ou dernière minute) et regroupement de marchés.
- Remplacer le traitement manuel hebdomadaire par une chaîne de traitement automatisée.
- Améliorer la précision des prévisions par rapport à la méthode actuelle, utilisée comme référence de comparaison.
- Étendre l’horizon de prévision au-delà de M+1, à M+2 et M+3, si les résultats le permettent.
Vos missions, de la donnée à la décision
- Poser les bases du projet : comprendre la méthode actuelle, formaliser les règles métier, définir les indicateurs de performance (MAPE, WAPE, biais, etc.) et construire le benchmark de référence.
- Préparer des données fiables : extraire, nettoyer et structurer l’historique des ventes par jour, transporteur, anticipation et marché ; traiter les valeurs manquantes, les ruptures et les événements atypiques.
- Explorer et comparer les modèles : tester plusieurs approches en tenant compte de la saisonnalité, des jours fériés, des vacances et des événements commerciaux (ventes flash, promotions, ODV…).
- Garantir la cohérence des prévisions : utiliser des méthodes de réconciliation pour assurer l’alignement entre les différents niveaux de prévision : total, marché, transporteur et anticipation.
- Actualiser les prévisions au fil de l’activité : intégrer les ventes réalisées du mois en cours pour réactualiser l’atterrissage chaque semaine, voire chaque jour.
- Déployer une solution durable : automatiser la chaîne de traitement dans Dataiku, de l’extraction à la restitution en passant par l’entraînement et la prévision ; documenter le code et suivre la performance du modèle dans le temps.
- Rendre les résultats accessibles : construire un tableau de bord comparant les prévisions aux ventes réalisées, avec des intervalles de confiance, et présenter vos résultats aux équipes métier.
- Explorer de nouvelles pistes : tester l’apport de données externes, notamment conjoncturelles ou météorologiques, et mesurer leur contribution réelle à la qualité des prévisions.
Profil Recherché
- Vous préparez une formation de niveau bac +5 en data science, statistiques, mathématiques appliquées ou dans un domaine équivalent, à l’université ou en école d’ingénieurs.
- Vous disposez de solides bases en séries temporelles et en machine learning, et maîtrisez Python et SQL.
- Vous avez envie de travailler avec Dataiku ; une expérience de cet outil est également bienvenue.
- Une première expérience en prévision de la demande constitue un atout, sans être indispensable.
- La connaissance d’un outil de visualisation de données, comme Qlik ou Power BI, est appréciée, mais n’est pas un prérequis.
- Vous aimez travailler avec rigueur, synthétiser vos analyses et expliquer vos résultats de manière accessible à des interlocuteurs non spécialistes.
- Les enjeux e-commerce éveillent votre curiosité et vous souhaitez relier vos analyses aux besoins opérationnels.
Fourchette salaire
Contrat étudiant : 50% à 100% du SMIC
Job description provided by SNCF Connect & Tech.
View the original posting