Missions :
Comprendre les logiques de réservation, d?élasticité prix et de segmentation dans un environnement de pricing
Développer un modèle de prévision de la demande en s?appuyant sur des techniques avancées : séries temporelles, modélisation bayésienne, machine learning...
Garantir la fiabilité statistique et l?interprétabilité du modèle pour les utilisateurs finaux.
Traiter les biais, endogénéité et incertitudes via des méthodologies rigoureuses (analyse causale, robustesse, etc.).
Produire des indicateurs de performance prédictive, des analyses détaillées et des présentations métier exploitables.
Profil candidat:
Formation Supérieure en statistiques, mathématiques appliquées, économétrie ou data science
Minimum 5 ans d?expérience, idéalement dans des secteurs à forte contrainte (transport, supply chain, trading)
Aisance pour traduire des problématiques métiers en modèles mathématiques robustes.
Compétences techniques :
Séries temporelles : ARIMA, modèles état-espace, hiérarchiques bayésiens
Analyse causale, gestion des biais et de l?endogénéité
Python (NumPy, SciPy, PyMC, scikit-learn, statsmodels), SQL
Data visualisation : Power BI, Looker, Streamlit
Signaler l'offre
