Data Scientist (H/F) – Alternance

Обзор компании: На протяжении более 30 лет Publicis Sapient является ведущей силой в области цифровой трансформации. Используя уникальные знания, заключенные в акрониме SPEED — Стратегия, Продукт, Опыт, Инжиниринг, Данные — в сочетании с глубокими отраслевыми знаниями, мы сотрудничаем с клиентами для создания инновационных продуктов и опытов, которые обеспечивают беспрецедентную ценность. Наш подход, основанный на ловкости и данных, обеспечивает адаптивность к последним технологиям, позиционируя цифровые методологии в ядре бизнес-операций. С более чем 21,000 членами команды в 50 глобальных офисах, Publicis Sapient служит центром цифровой трансформации Publicis Groupe.

Присоединяйтесь к нашей команде дата-специалистов, которая включает в себя Дата-ученых, Дата-инженеров, Дата-аналитиков и Дата-стратегов, сосредотачивающихся на совместной разработке инструментов, генерирующих ценные извлечения из данных клиентов. Ваш энтузиазм в области данных и обучения найдет питание у нас. Используйте возможность внести свой вклад в наше международное сообщество и расширить свою экспертизу.

В качестве стажера-дата-ученого вы будете:

• Разрабатывать предсказательные модели и алгоритмы машинного обучения, адаптированные к разнообразным потребностям с необходимой точностью.
• Строить качественные отношения с клиентами для изучения и максимизации возможностей данных, как в сфере научно-исследовательских работ, так и в производственной среде.
• Переводить сложные данные и анализы в ясные и краткие презентации для не технической аудитории.
• Вносить вклад в сообщество Дата: писать статьи для блогов, вести презентационные сессии, разрабатывать POV/POC, участвовать в хакатонах.
• Оставаться в курсе новых технологий и тенденций в области науки о данных.

Вы готовитесь получить степень магистра в области науки о данных, начиная с сентября 2024 года. Вы свободно говорите на французском и английском языках. У вас есть опыт работы с Python и его основными библиотеками, а также знакомство с базовыми алгоритмами машинного обучения, включая классификацию, регрессию, кластеризацию, нейронные сети, NLP и компьютерное зрение. Теоретические математические