Data Scientist H/F - 22

Chez S-quaar Rennes, nous accompagnons les entreprises dans leurs enjeux humains grâce à une approche sur mesure et engagée.
Notre expertise s'articule autour de trois solutions complémentaires : le recrutement permanent, la prestation de services et le management de transition, pour répondre efficacement aux besoins ponctuels ou stratégiques de nos clients.

Nous intervenons sur trois pôles métiers clés :
- IT & Digital
- Finance, RH & Juridique
- Industrie & Supply Chain

Cabinet à taille humaine et ancré localement, S-quaar Rennes cultive une relation de proximité avec ses clients et candidats. Nous mettons un point d'honneur à comprendre les contextes, les valeurs et les ambitions de chacun, pour proposer des accompagnements alignés, durables et à forte valeur ajoutéeNous recrutons pour un intégrateur de solutions industrielles et tertiaires en pleine croissance situé à proximité de Saint-Brieuc dans les Côtes d'Armor.
Il s'identifie comme un interlocuteur global pour les entreprises ayant besoin de solutions logicielles innovantes en automatisation, informatique, électricité, GTB, maintenance... Il souhaite couvrir l'ensemble du cycle, de l'étude/conception à la mise en oeuvre, la formation, la maintenance et le suivi de leurs clients, afin d'apporter une solution clés-en-main.
Dans le cadre de leur développement, notre client souhaite recruté un Data Scientist confirmé.

Les missions sont les suivantes :

- Interpréter les besoins métier et les transformer en problématiques analytiques exploitables.
- Veiller à la qualité, la cohérence et la robustesse des données utilisées dans les modèles et analyses.
- Préparer, explorer et modéliser des jeux de données complexes afin d'en extraire des résultats actionnables.
- Développer et maintenir des indicateurs, rapports avancés et outils analytiques pour soutenir les décisions stratégiques.
- Documenter les méthodes, modèles et workflows, et contribuer à la diffusion des bonnes pratiques data au sein de l'organisation.
- Accompagner et former les utilisateurs aux analyses, modèles et outils développés pour garantir leur bonne appropriation.
- Effectuer une veille continue sur les technologies, méthodes statistiques et avancées en machine learning, puis partager les évolutions pertinentes avec l'équipe.