Data Scientist Senior – Prévision & Fiabilité Logistique (défense) (h/f)

Description du poste

Contexte

Dans un contexte industriel critique, nous accompagnons un acteur majeur du secteur défense dans la transformation de ses outils de prévision logistique et industrielle.

L’enjeu principal : fiabiliser les dates de livraison (Estimated Delivery Date – EDD) sur des flux complexes (pièces de rechange, réparation, overhaul), afin de réduire les écarts, stabiliser les engagements clients et améliorer la performance opérationnelle globale.

Vous intervenez sur un projet à fort impact business, où les prédictions alimentent directement des engagements contractuels et des SLA clients.

Objectifs du projet

• Réduire significativement l’erreur de prévision des dates de livraison

• Limiter la volatilité des dates communiquées aux clients (« date flapping »)
  Introduire des modèles probabilistes et data-driven en remplacement de règles déterministes classiques
  Apporter de la transparence et de la confiance sur les engagements de livraison

• Contribuer à une performance On-Time Delivery (OTD) ≥ 90 %
  

• 
  

Vos missions

En tant que Data Scientist Senior, vous serez responsable de la conception, du développement et de l’optimisation de modèles de prévision avancés.

Data Science & Modélisation

• 
  

• Concevoir des modèles de régression avancés pour la prédiction de délais (EDD)

• Mettre en œuvre des approches probabilistes (quantile regression, distributions de probabilité)

• Exploiter des modèles tree-based (XGBoost, LightGBM, CatBoost)

• Étudier et implémenter, si pertinent, des architectures Deep Learning temporelles (TFT, RNN spécialisés)

• Développer des modèles time-to-event / survival analysis pour modéliser les durées entre étapes industrielles
  

• 
  

Feature Engineering & Data Quality

• Transformer des signaux bruts complexes en variables à forte valeur ajoutée :
  encodage temporel cyclique

  • gestion de variables à forte cardinalité (IDs, références pièces)

  • pondération backlog / charge industrielle

• Travailler sur des données industrielles réelles, bruitées et hétérogènes
  
  

Performance & Industrialisation

• 
  

• Concevoir des fonctions de coût personnalisées (pénalisation asymétrique des retards)

• Optimiser l’inférence pour garantir des temps de réponse compatibles avec des usages temps réel

• Participer aux choix d’architecture pour un déploiement robuste en production

• Contribuer à l’interprétabilité des modèles (SHAP, LIME)
  

• 
  

Qualifications

Formation

• Bac +5 (école d’ingénieur ou université) en data science, mathématiques appliquées, statistiques, IA ou équivalent

Expérience

• 
  

• 5 ans d’expérience minimum en Data Science / Machine Learning

• Expérience avérée sur des modèles de prévision impactant des engagements clients ou SLA
  À l’aise dans des environnements industriels complexes (supply chain, logistique, industrie, aéronautique, défense…)
  

• 
  

Compétences techniques

• Python avancé

• Scikit-learn, XGBoost, LightGBM, CatBoost

• PyTorch ou TensorFlow
  Optimisation d’hyperparamètres (Optuna, Hyperopt)
  Modélisation probabiliste et statistique

• SHAP / LIME pour explicabilité

• Bonne compréhension des problématiques de performance et de latence
  

• 
  

Soft skills

• Forte capacité d’analyse et de structuration

• Orientation résultats et impact métier
  Autonomie et sens des responsabilités

• Capacité à travailler avec des équipes pluridisciplinaires (IT, métier, supply chain)
  

• 
  

Contraintes & environnement

• 
  

• Projet en environnement sécurisé / défense

• Habilitation compatibles avec le secteur requise
  Haut niveau d’exigence sur la qualité, la fiabilité et la traçabilité