Data scientist- F/H

Ce poste en Data Science est intégré à l'équipe Market Research et joue un rôle clé dans le développement d'outils et d'analyses soutenant la prise de décision au quotidien.

Le candidat idéal adopte une approche très opérationnelle, prêt à plonger dans la data, construire des modèles, créer des visualisations et produire des analyses actionnables selon les besoins. Il évolue avec aisance dans un environnement dynamique et est motivé par l'impact immédiat de son travail.

À ce titre, les missions couvrent l'ensemble des activités liées à la création de pipelines de données, la mise en place de modèles, le reporting et les outils digitaux, afin de générer de nouveaux insights, d'améliorer la fiabilité des analyses existantes et d'apporter plus d'agilité dans la consolidation et l'analyse des données de marché.

Le poste est rattaché directement au Responsable Market Research.

Missions principales :

• Définir des méthodologies et des bonnes pratiques sur l'ensemble du cycle de vie de la donnée : collecte, analyse, modélisation, gestion des versions, documentation, tests et suivi.
• Collaborer avec les responsables des différents domaines d'études pour identifier les besoins et faire évoluer les analyses.
• Accompagner les analystes de l'équipe Market Research sur les questions techniques et liées aux marchés.
• Travailler en étroite collaboration avec les experts métiers pour concevoir et déployer des solutions compréhensibles et utilisables par des interlocuteurs non techniques au sein de Tereos.
• Être le point de contact et collaborer avec les équipes IT et les responsables des outils commerciaux sur les sujets liés aux nouveaux développements, à la maintenance, à la gestion des incidents, ainsi qu'à l'ensemble des systèmes et outils digitaux.
• Développer et maintenir des pipelines de données automatisés pour l'ingestion, le nettoyage et la transformation (ETL/ELT) à partir de sources multiples (API, bases de données, fichiers Excel, etc.).
• Gérer et optimiser les bases de données utilisées par l'équipe Market Research en garantissant leur performance et leur scalabilité.
• Développer et maintenir des tableaux de bord (Power BI, Streamlit, Excel, etc.).
• Concevoir des modèles prédictifs et statistiques pour anticiper les prix, la consommation, la météo, les flux commerciaux, les opportunités d'arbitrage et d'autres indicateurs.
• Tester, valider et suivre les modèles à l'aide d'indicateurs de performance adaptés.
• Automatiser les processus analytiques et mettre en place des pipelines de machine learning, de l'entraînement au déploiement.
• Contribuer aux demandes ponctuelles et aux activités récurrentes afin de fournir de nouvelles analyses et garantir le respect des délais de livraison de l'équipe.
• Assurer un rôle de backup, si nécessaire, lors des routines et des présentations de l'équipe marché.

Votre profil

Diplôme universitaire en informatique, data science ou dans un domaine quantitatif équivalent.

Maîtrise professionnelle de l'anglais ; le français est un plus.

Solides connaissances en mathématiques, statistiques et machine learning, ou expérience équivalente.

Maîtrise de Python et de ses bibliothèques (Pandas, NumPy, scikit-learn, TensorFlow, Snowpark), ainsi que de SQL.

Expérience en ETL/ELT, modélisation de données et gestion de bases de données, notamment sur Snowflake ou des plateformes équivalentes.

Expérience en data visualisation (Power BI, Streamlit, Excel).

Connaissance des API, de l'automatisation des workflows et des outils de versioning (Git).

Bonne connaissance ou fort intérêt pour les marchés des matières premières (commodities).

Capacité à écrire du code propre, modulaire et bien documenté, dans un environnement de développement collaboratif.

Approche proactive, orientée utilisateur, avec un état d'esprit « make it work » et un réel intérêt pour les enjeux à la fois fonctionnels et techniques.

Excellentes compétences en communication et en relationnel, permettant de collaborer efficacement avec des équipes variées.

Capacité à tirer de la valeur de modèles complexes, à les conceptualiser et à les traduire en analyses opérationnelles dans un contexte commercial.