Portugal
Mindrift
Planet
Data Scientist
Portugal
Warsaw, Masovian Voivodeship, Poland · Porto, Portugal · London, England, United Kingdom
PythonSQLAWS
Traduction automatique. Consultez l’original.
À propos
Planet Planet est un fournisseur mondial de solutions intégrées de technologie et de paiement pour les clients de la vente au détail et de l'hôtellerie.
Nous créons d'excellentes expériences pour les millions de personnes qui utilisent nos solutions de paiement, logicielles et hors taxes chaque minute de chaque jour.
Planet permet à ses clients d'offrir d'excellentes expériences client en combinant les paiements et les logiciels de manière à fidéliser davantage, augmenter les revenus et gagner du temps.
Fondée il y a plus de 35 ans et avec notre siège social à Londres, nous comptons aujourd'hui plus de 2,500 employés répartis sur six continents, servant nos clients dans plus de 120 marchés.
APERÇU DU RÔLE
Il s'agit d'un contrat à durée déterminée à long terme conçu pour soutenir le projet de mise à l'échelle de l'ingénierie axée sur l'IA de Planet.
Nous recrutons un Data Scientist pour rejoindre l'équipe IA de Planet et diriger notre travail de science des données commerciale. Vous collaborerez avec les équipes Ventes, Marketing, Succès Client et Finance pour transformer les données clients et revenus en modèles et insights qui augmentent directement le chiffre d'affaires — en réduisant le churn, en identifiant les opportunités de ventes croisées et en donnant à l'entreprise une vision claire de ce qui génère des revenus.
C'est un rôle pratique et à fort impact pour quelqu'un qui aime travailler en étroite collaboration avec l'entreprise, qui prend en charge les problèmes de bout en bout et qui peut équilibrer une modélisation rigoureuse avec une livraison pragmatique.
Pourquoi Planet
Planet est un employeur qui respecte l'égalité des chances où la diversité est valorisée, et tous les emplois sont décidés en fonction des qualifications, du mérite et des besoins de l'entreprise.
Venez développer votre carrière sur le marché technologique le plus passionnant et le plus dynamique, avec une entreprise qui offre un commerce connecté qui fait du bien.
Nous serions ravis d'avoir de vos nouvelles – Postulez maintenant.
Ce que vous ferez
- Modélisation du churn — Construire, déployer et itérer sur des modèles de prédiction du churn client. Identifier les indicateurs avancés, segmenter les cohortes à risque et travailler avec le Succès Client sur des plans de rétention.
- Ventes croisées et montées en gamme — Développer des modèles de propension et des recommandations de prochaine meilleure action pour aider les équipes commerciales à prioriser les comptes et les conversations sur les produits.
- Attribution et suivi des revenus — Concevoir des cadres d'attribution à travers les canaux marketing, les processus de vente et les points de contact produit. Construire les produits de données qui permettent à la direction de voir ce qui génère réellement des revenus.
- Expérimentation — Concevoir et analyser des tests A/B et des quasi-expériences pour des initiatives commerciales. Apporter une rigueur statistique aux décisions commerciales.
- Productionnalisation — Faire passer les modèles du notebook à la production. Gérer le cycle de vie complet : ingénierie des caractéristiques, entraînement, déploiement, surveillance, réentraînement.
- Partenariat avec les parties prenantes — Traduire des questions commerciales ambiguës en problèmes analytiques bien définis. Communiquer clairement les résultats à des publics non techniques.
Qui vous êtes
- 5+ années d'expérience en science des données appliquée, avec une expérience significative sur des problèmes commerciaux (churn, LTV, propension, attribution, tarification ou similaire).
- Solides compétences en SQL et Python (pandas, scikit-learn, statsmodels). À l'aise pour construire du code de qualité production, pas seulement des notebooks.
- Expérience pratique avec Snowflake (ou un entrepôt de données cloud comparable — BigQuery, Redshift, Databricks).
- Expérience du déploiement de modèles sur AWS (SageMaker, Lambda, ECS ou similaire).
- Solides bases en statistiques, expérimentation et inférence causale — vous savez quand une corrélation n'est pas suffisante.
- Expérience avérée dans la mise en production de modèles qui sont réellement utilisés par l'entreprise, pas seulement construits.
- Excellente communication — vous pouvez expliquer un modèle à un directeur financier et déboguer un pipeline de caractéristiques avec un ingénieur dans le même après-midi.
Atouts supplémentaires
- Expérience avec n8n ou d'autres outils d'automatisation de flux de travail (Airflow, Prefect, Dagster).
- Exposition aux paiements, à la fintech, aux SaaS ou à d'autres entreprises à revenus récurrents.
- Expérience DBT pour l'ingénierie analytique.
- Expérience de l'intégration des LLMs ou de l'IA générative dans les flux de travail commerciaux.
Chez Planet, nous adoptons un modèle de travail hybride, avec trois jours par semaine au bureau.
Des aménagements raisonnables peuvent être apportés afin de permettre à un individu de s'acquitter avec succès des fonctions essentielles de ce rôle.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil
