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 sa 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.
Missions :
1. Cadrage & validation des besoins
Animer des workshops avec les métiers pour qualifier les besoins analytiques et IA
Structurer chaque cas d'usage avant tout développement
Prioriser les sujets selon leur potentiel impact/effort et construire un backlog exploratoire partagé avec le Head of DATA
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
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
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
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
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 le client, dans le but de cadrer et accélérer les futurs sujets ML
Profil candidat:
Vous serez le fil conducteur de ce chemin : de la preuve de concept à la recommandation d'industrialisation.
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.
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.
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.
