Projet :

Crolles (38) sur site · mission 2 à 3 jours/semaine en longue durée - Début août 2026(flexible)

Nous recherchons un·e consultant·e pour accompagner l'équipe Data & Analytics du client dans son exploration IA et data science et l’accélération de notre transformation grâce à ces leviers. L'approche est pragmatique et séquencée : comprendre le besoin métier, le valider par l'expérimentation — y compris en Machine learning custom si nécessaire — puis orienter vers la solution marché (COTS) la plus adaptée dès lors que la valeur est prouvée.

Vous serez le fil conducteur de ce chemin : de la preuve de concept à la recommandation d'industrialisation.

Profil recherché :

• Expérience confirmée en data science appliquée en contexte entreprise — capacité à aller du besoin métier au modèle fonctionnel de manière autonome.

• Posture de conseil : savoir cadrer un problème, convaincre des décideurs non-techniques et documenter des recommandations actionnables.

• Pragmatisme assumé : préférence pour les solutions qui marchent et s'industrialisent sur celles qui impressionnent techniquement mais ne passent pas en production.

• Bon relationnel, sens de la pédagogie, force de proposition.

• Expérience dans les domaines Commerce, Marketing ou Supply chain, un plus.

L'équipe : Le·la consultant·e sera intégré·e à l'équipe Data & AI de Teisseire, composée du Head of AI, Data & Analytics, d'un·e Data Analyst CDI et d'un·e alternant·e. Il·elle travaillera en lien direct avec le Head of DATA & AI.

Descriptif de la mission :

Missions :

1. Cadrage & validation des besoins métiers

• Animer des workshops avec les décideurs Commerce, Marketing, Supply et Finance pour qualifier les besoins analytiques et IA.

• Structurer chaque cas d'usage : définition du problème, données disponibles, valeur attendue, faisabilité technique — avant tout développement.

• Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA & AI.

2. Exploration & validation par le ML custom (≈ 50%)

• Conduire des analyses exploratoires et prototyper des modèles ML en Python/SQL pour valider la valeur d'un cas d'usage : classification, prévision, détection d'anomalies, NLP, etc.

• Cas d'usage prioritaires identifiés :

o Analyse du portefeuille produit : classification volume/profitabilité, identification de tendances, recommandations intelligentes.

o Etude des impacts marketing : explication et prévision des impacts de nos campagnes marketing.

• Documenter rigoureusement chaque PoC : méthodologie, résultats, limites, conditions de passage en production, recommandation de suite ou non.

3. Recommandation & orientation vers des solutions COTS (Commercial Off The Shelf) (≈50%)

• Une fois la valeur prouvée, identifier les solutions marché capables d'industrialiser le cas d'usage sans maintenir du code custom : Microsoft Fabric, Copilot Studio, Snowflake Cortex, AI Studio, Make, ou équivalents.

• Conduire les benchmarks et tests de ces solutions en conditions réelles sur nos données ; produire une recommandation claire buy/ne pas acheter avec justification TCO, effort d'intégration et risques.

• Accompagner le déploiement des solutions retenues : configuration, intégration aux flux existants (M365, SAC, Snowflake, ODI), validation fonctionnelle avec les équipes métiers.

4. Gouvernance & Transfert

• Alerter sur les risques à chaque étape : confidentialité des données, qualité des outputs ML, dépendance fournisseur, coût total de possession.

• Communiquer régulièrement avec le métier et le département IT sur l’avancement des projets.

• Documenter les travaux de manière accessible et transférable à l'équipe interne. Possibilité d’assurer de la maintenance sur les outils, ou assurer un hand-off pour pérenniser les outils créés.

• Contribuer à l’élaboration de la roadmap IA/ML outillée sur 12 mois : cas d'usage priorisés, solutions recommandées (custom ou COTS), budge estimé et indicateurs de succès.

• Définir et établir une méthodologie MLOps pour Teisseire, dans le but de cadrer et accélérer les futurs sujets ML

Compétences requises :

• Maîtrise de Python et SQL avancé : modélisation ML, analyse exploratoire, traitement de données structurées et non structurées.

• Expérience en développement et validation de modèles ML (prévision, classification, NLP,détection d'anomalies) — de l'exploration à la qualification en production.

• Bonne connaissance de l'écosystème IA SaaS : Microsoft Copilot / Fabric / AI Studio, Snowflake Cortex, Make, OpenAI — capacité à évaluer rapidement leur adéquation à un besoin qualifié.

• Expérience Snowflake : modélisation SQL, optimisation de requêtes, intégration dans un pipeline analytique.

• Connaissance des outils BI (SAC, Power BI) pour s'intégrer à l'environnement analytique existant.

• Maîtrise des enjeux de gouvernance IA/ML : RGPD, sécurité des données, reproductibilité des modèles, TCO et cadre de décision custom vs COTS.