Sigma Software Group est une entreprise multinationale de conseil en technologie fondée en 2002. Ses équipes fournissent des services de développement logiciel, de conception graphique, de tests et de support technique à des clients issus de secteurs tels que l’automobile, la santé, les télécommunications, l’aviation, la banque, les jeux vidéo, l’immobilier et la publicité. L’entreprise recrute des spécialistes informatiques pour travailler sur des projets d’ingénierie complexes et favorise le développement professionnel grâce au mentorat et à la formation continue. Le travail à distance fait partie de son modèle de fonctionnement, avec des projets pour des organisations telles qu’AstraZeneca, Scania et SAS.
Data Scientist Senior – Publicité programmatique (Télétravail, Allemagne/Pologne)
Concevez des systèmes d’apprentissage automatique et d’optimisation en temps réel pour la publicité programmatique. Développez des modèles prédictifs pour les enchères, le ciblage des audiences, les conversions, le calibrage et les performances des campagnes.
Description
- Développer des modèles censurés du paysage des enchères afin d’estimer les distributions des prix de liquidation à partir de données d’enchères partiellement observées
- Créer des modèles de probabilité de gain en temps réel qui s’adaptent à la dynamique des prix des enchères
- Concevoir des modèles hiérarchiques d’estimation de l’impact avec des stratégies de sélection fondées sur des bornes de confiance
- Construire des modèles de propension à la conversion à partir de labels rares, retardés et uniquement agrégés
- Développer des modèles d’audiences similaires à l’aide de l’apprentissage positif-non étiqueté et de méthodes de plus proches voisins fondées sur des embeddings
- Mettre en œuvre des stratégies de calibrage au niveau de l’annonceur et évaluer indépendamment la qualité du classement et du calibrage
- Concevoir des cadres d’évaluation hors ligne utilisant le scoring par propension inverse, des estimateurs doublement robustes et une repondération par importance
- Définir des stratégies d’exploration et des méthodes de journalisation des propensions afin de permettre une correction et une évaluation fiables
- Développer des méthodes d’optimisation sous contraintes pour les objectifs de campagne, les limites de prix et le ciblage en volume
- Contribuer aux diagnostics des données, aux évaluations des capacités et aux recommandations de modèles fondées sur des preuves
- Travailler avec l’équipe Customer sur le réglage post-lancement et la validation des performances
- Préparer la documentation technique et les supports de transfert de connaissances pour l’équipe interne de data science de Customer
- Contribuer aux discussions d’architecture et aux décisions relatives aux plateformes d’apprentissage automatique évolutives
Exigences
- Au moins cinq ans d’expérience en apprentissage automatique ou en data science, avec livraison de modèles de production mesurés par rapport à des indicateurs clés de performance métier
- Maîtrise avancée de Python, notamment NumPy, pandas et scikit-learn
- Solides compétences en SQL et expérience de la gestion de jeux de données à grande échelle
- Expertise pratique de XGBoost, LightGBM ou CatBoost
- Solides connaissances de la régularisation, des techniques de calibrage et du traitement des variables catégorielles
- Solide base en probabilités, statistiques, intervalles de confiance et analyse de puissance statistique
- Expérience de l’ingénierie de variables à partir de données structurées et comportementales
- Expérience pratique de Spark ou PySpark
- Compréhension pratique des cadres d’expérimentation et des tests A/B
- Expérience des méthodes avancées de validation, notamment les séparations temporelles, la détection des fuites, l’analyse de dérive et les métriques par segment
- Connaissance des méthodes d’explicabilité telles que SHAP et l’importance par permutation
- Maîtrise de l’anglais à un niveau intermédiaire supérieur ou plus
- Solides capacités d’analyse et de résolution de problèmes
- Efficacité dans des environnements de travail fortement orientés par les données
- Solides compétences en communication et en gestion des parties prenantes
- Capacité à expliquer des décisions complexes de modélisation à des publics techniques et non techniques
- Approche proactive et fort sens des responsabilités
- Grande attention aux détails et rigueur scientifique dans l’expérimentation et l’évaluation
Avantages
- Modalité de travail à distance
- Travailler sur des produits techniquement exigeants
- Collaborer avec des ingénieurs et des data scientists expérimentés
- Contribuer directement à des systèmes de production à grande échelle