Data / E-commerce / Digital / SI

• Identifier les besoins et la problématique des directions métiers
• Définir une modélisation statistique qui permette de répondre à la problématique
• Construire des outils d’analyse pour collecter les données de l’entreprise.
• Sourcer et rassembler l’ensemble des sources de données structurées ou non structurées nécessaires à l’analyse et pertinentes
• Organiser, étudier et synthétiser ces sources de données sour forme de résultats exploitables
• Modéliser les comportements et en extraire de nouveaux usages utilisateurs

Votre périmètre d’action dépendra de votre Direction de rattachement : e-commerce, digital factory, finance, Carrefour Banque…

Nous utilisons des approches de machine learning pour résoudre des défis commerciaux et opérationnels comme les ruptures en magasin, la prévision des ventes, l’optimisation de l’assortiment des produits, la personnalisation de l’expérience sur nos plateformes e-ecommerce.

En tant que data engineer, vous construirez des systèmes de traitement des données robustes et scalables pour industrialiser nos solutions qui comprennent notamment des algorithmes de machine learning.

Vous serez attentif au choix des bons outils et schémas architecturaux afin d’améliorer la performance des systèmes et de faciliter leur suivi et maintenance. Au sein d’une feature team, vous contribuerez de manière itérative aux projets, et conduirez des revues de code. Vous décrirez également l’infrastructure de nos systèmes sous forme de code.

Vous pourrez également participer aux échanges réguliers de notre communauté d’une trentaine d’ingénieurs (data scientists, engineers, devops) : présentations, partage de retours de conférences, débats sur les problématiques ML, de développement logiciel, …

Vous interagirez également avec différentes équipes de Carrefour, notamment pour récupérer de nouvelles sources de données et intégrer nos solutions aux différents systèmes d’information.

Grâce à votre connaissance incrémentale des données de Carrefour, votre expertise également sera essentielle à chaque étape des projets : cadrage, intégration continue, suivi de la solution en production.

En tant que Data Engineer, vous rapporterez au Data science Manager de votre pôle de data science, et serez encadré par un au sein de votre feature team.

• Gestion de portefeuille fournisseurs : Assurer la fluidité de mise en ligne des produits et accompagner les partenaires dans l’exécution de leur stratégie commerciale.
• Pilotage opérationnel et e-merchandising : Suivre la performance au quotidien, piloter la publication et optimiser la visibilité des produits (search, arborescence, catalogue).
• Animation commerciale : Co-construire avec les fournisseurs des plans d’animation promotionnels e-commerce spécifiques et analyser les résultats obtenus.
• Amélioration continue : Revoir les KPIs des tableaux de bord, préparer les webinars et proposer des initiatives innovantes pour stimuler la croissance business.

• Accompagnement et analyses : Être l’interlocuteur privilégié des équipes métiers pour réaliser des analyses ad hoc et suivre la performance commerciale.
• Aide à la décision : Accompagner les équipes de Data Scientists pour orienter le développement d’outils d’aide à la décision liés à la promotion.
• Dataviz et reporting : Piloter des sujets de dataviz et mettre en place des outils de reporting performants pour les directions opérationnelles.