Junior Data Scientist (stage) - Modèles additifs généralisés & intégration météo (f/m/d)

<h3>L'équipe AI Stores Forecast (au sein de l’unité Value Chain de Decathlon Digital) recherche un-e</h3> <h3>Junior Data Scientist en stage - modèles additifs généralisés (GAMs) et intégration de données météorologiques pour les prévisions de demande- basé-e à Paris</h3> <h3><strong>Notre contexte</strong></h3> <p>Au sein de l'équipe AI Stores Forecast, nous jouons un rôle crucial pour la logistique (supply chain) de Decathlon. Nous développons des modèles prédictifs de machine learning avancés pour estimer la demande de <strong>plusieurs dizaines de millions de couples article/magasin</strong> chaque semaine.</p> <p>Ces prévisions permettent le réapprovisionnement de plus de <strong>2000 magasins</strong> dans le monde. Notre objectif est double : assurer la <strong>satisfaction client</strong> en ayant le bon produit au bon endroit, tout en <strong>minimisant notre empreinte carbone</strong> et nos durées de vie de stock en évitant la surproduction et le transport inutiles.</p> <h3><strong>Le sujet de stage : modèles additifs généralisés (GAMs) et intégration de données météorologiques</strong></h3> <p>Dans le domaine des prévisions de ventes chez Decathlon, anticiper finement l'impact de facteurs externes complexes comme la <strong>météo</strong> reste un défi majeur, surtout pour les produits à demande intermittente et erratique (ex: produits d'hiver). Les modèles actuels, bien que performants, peinent à capturer ces effets non-linéaires de manière interprétable.</p> <p>Pour résoudre ce problème, nous souhaitons explorer la puissance et la polyvalence des <strong>Modèles Additifs Généralisés (GAMs)</strong>. L'intérêt d'une telle approche est double : leur structure additive permet non seulement de modéliser des effets non-linéaires (comme l'impact de la température sur les ventes de vestes d’hiver) tout en gardant une <strong>forte interprétabilité</strong>, mais aussi d'isoler l'impact de covariables spécifiques. En fonction de l’avancement du stage, nous pourrons être amenés à analyser la <strong>régression quantile avec les GAMs, </strong>et/ou à comparer cette approche avec des<strong> Time Series Foundation Models</strong> (ex: Chronos-2, TimeGPT).</p> <p>Le stage comportera un volet théorique (modélisation statistique) et pratique (application sur des millions de séries temporelles) pour chercher à construire des prévisions de demande robustes au niveau article/magasin, en se concentrant sur les <strong>produits météo-sensibles</strong>. En fonction de <strong>l’appétence du candidat</strong> et du déroulé du stage, celui-ci pourra être plus <strong>théorique</strong> ou plus <strong>appliqué</strong>.</p> <h3><strong>Tes missions</strong></h3> <ul> <li><strong>Tu exploreras</strong> les GAMs pour la prévision de demande, en utilisant et comparant les différentes librairies disponibles (mgcv, pyGAM, pymgcv, …)</li> <li><strong>Tu développeras</strong> des modèles intégrant finement des facteurs externes complexes, notamment les covariables météorologiques pour les produits saisonniers.</li> <li><strong>Tu mèneras</strong> une analyse comparative rigoureuse sur les prévisions moyennes et probabilistes (GAMs vs LightGBM vs TSFM), en termes de performance et de scalabilité.</li> <li><strong>Tu contribueras</strong> (selon l'avancement) à l'implémentation de la solution pour prédire jusqu’à des millions de séries temporelles.</li> <li><strong>Tu participeras</strong> à la vie d'une équipe agile composée de Data Scientists, ML Engineers et Data Analysts expérimentés (l'équipe est sportive et basée entre Paris et Lille !).</li> </ul> <h3><strong>Ton environnement technique</strong></h3> <ul> <li><strong>Langages :</strong> Python et SQL (des connaissances en R seraient un plus).</li> <li><strong>Librairies Data Science :</strong> Pandas, NumPy, Scikit-learn, pymgcv, pygam, plotly</li> <li><strong>Modélisation :</strong></li> <ul> <li>Generalized Additive Models (GAMs)</li> <li>Gradient Boosting (LightGBM)</li> <li>Time Series Foundation Models (Chronos-2, TimeGPT, …)</li> </ul> <li><strong>Méthodologies :</strong> Agile, CI/CD, MLOps.</li> <li><strong>Infrastructure :</strong> Environnement cloud AWS, Databricks, Github</li> </ul> <h3><strong>Ce dont tu as besoin pour réussir</strong></h3> <ul> <li>Tu es en dernière année d'école d'ingénieur ou en Master 2 avec une <strong>spécialisation en mathématiques</strong>.</li> <li>Tu possèdes une forte <strong>capacité analytique</strong> et une pensée créative pour <strong>résoudre des problèmes complexes</strong>, ainsi que l'aptitude à communiquer efficacement avec des parties prenantes non techniques.</li> <li>Tu as une <strong>première expérience significative</strong> (projets universitaires, stage ou alternance) dans un environnement technique similaire.</li> <li>Tu possèdes des bases solides en <strong>mathématiques appliquées</strong> : optimisation, théorie de l’apprentissage, algorithmie, statistiques.</li> <li>Tu possèdes une compétence avérée dans l’analyse des <strong>séries temporelles</strong> pour comprendre la demande, identifier les tendances et la saisonnalité.</li> <li>Tu as une bonne compréhension des concepts liés à la <strong>chaîne d'approvisionnement</strong> et au <strong>commerce de détail</strong> (gestion des stocks, facteurs influençant la demande).</li> <li>Une introduction à un cours sur les <strong>modèles additifs généralisés</strong> serait un plus.</li> <li>Une appétence pour la <strong>lecture de travaux scientifiques</strong> (sur les GAMs, la prévision de séries temporelles intermittentes et erratiques, …) et l’implémentation de leurs solutions est nécessaire.</li> <li>Tu as une forte appétence pour le <strong>travail en équipe</strong> et une culture du partage.</li> <li>Tu portes un intérêt pour l’<strong>impact du sport</strong> sur le développement personnel et collectif.</li> </ul> <p><strong>Tu as l'envie de rejoindre une entreprise engagée dans le Tech4Good et l’innovation responsable.</strong></p> <h3>&nbsp;</h3> <h2><strong>POURQUOI NOUS REJOINDRE ?</strong></h2> <p>Chez Decathlon, nous mettons un point d’honneur à offrir un cadre de travail épanouissant et motivant.</p> <p>🚀 <strong>Un environnement de travail stimulant</strong> : entreprise certifiée <strong>Great Place to Work</strong> et <strong>Happy Trainees</strong>.<br>💰 <strong>Des avantages attractifs</strong> <em>(après 3 mois d’ancienneté)</em> :</p> <ul> <li>Primes mensuelles, intéressement, actionnariat</li> <li>Avantages CSE</li> <li><strong>25% de réduction</strong> sur nos produits</li> <li>Prise en charge de ta CVEC</li> <li><strong>Remboursement de 50%</strong> du titre de transport &amp; aide à la mobilité urbaine<br>🎯 <strong>Un accompagnement sur mesure</strong> : coaching, formations internes et externes, partage de connaissances.<br>⚡ <strong>Une culture du sport et du test produit</strong> : deviens ambassadeur.trice de nos innovations et rejoins nos équipes sportives internes !</li> </ul> <h2><strong>FAQ – TOUTES TES QUESTIONS</strong></h2> <h3><strong>Comment préparer ma candidature et comment se déroule le processus de recrutement ?</strong></h3> <p>1️⃣ <strong>Lis bien l’offre</strong> et mets en avant tes expériences et compétences les plus pertinentes.<br>2️⃣ <strong>Personnalise ton CV</strong> pour te démarquer.<br>3️⃣ Après candidature, tu recevras une réponse sous <strong>deux semaines</strong>. Si tu es sélectionné.e, tu passeras <strong>au moins deux entretiens</strong> avec ton futur leader et un.e référent.e métier.</p> <h3><strong>Je ne connais pas le secteur du sport, ai-je ma place chez Decathlon ?</strong></h3> <p>Bien sûr ! Nous recherchons avant tout des personnes <strong>passionnées</strong> et motivées, que ce soit dans leur domaine d’expertise ou par le sport en général.</p> <h3><strong>Être étudiant chez Decathlon, c’est quoi ?</strong></h3> <p>C’est bien plus qu’une simple alternance ou un stage ! C’est <strong>façonner ton avenir professionnel</strong> en contribuant à des projets concrets qui ont du sens pour toi, tout en étant <strong>accompagné et soutenu</strong> à chaque étape.</p> <h3>🎯 <strong>Notre ambition ?</strong> T’offrir une expérience enrichissante pour te préparer à ton futur métier et, pourquoi pas, <strong>t’accueillir en CDI</strong> à l’issue de ton alternance. D’ailleurs, plus de <strong>50% de nos étudiants</strong> rejoignent définitivement l’aventure Decathlon ! 🚀</h3><div class="content-conclusion"><p><strong>DECATHLON DIGITAL&nbsp;</strong></p> <p>Imaginez si la technologie nous permettait de repousser les frontières et d'offrir des expériences sportives inédites. C'est précisément notre ambition chez Decathlon Digital ! Nous sommes une équipe de plus de 5 000 experts en ingénierie logicielle, gestion de produits, données, cloud et cybersécurité, répartis à Paris, Lille et Amsterdam. Ensemble, nous créons la plus vaste plateforme sportive numérique, en exploitant les innovations technologiques pour optimiser la chaîne de valeur, concevoir des expériences connectées et donner une seconde vie à nos produits.</p> <p><strong>Changeons la donne pour de bon.</strong> Notre passion du sport nous guide et nous voulons qu’elle perdure. C’est pourquoi nous nous engageons à bâtir un modèle technologique plus durable, en réduisant notre impact direct sur l'environnement, et en créant un espace sûr et inclusif pour apprendre et nous épanouir ensemble. Rejoins l’équipe et façonnons le futur du sport.</p></div>