Statisticien( H/F)

  • Système d'information / Urbanisation des SI
  • Guyancourt
  • A négocier

Description

Statisticien( H/F)

Choisir Renault, c'est rejoindre une entreprise internationale fière de ses racines françaises et une communauté de plus de 117 000 personnes. Depuis 1898, la passion est le moteur du groupe Renault, pour continuer à innover et à développer des solutions de mobilité pour tous. Travailler chez Renault c'est se montrer curieux et audacieux, aimer travailler en équipe dans un environnement de travail créatif, dynamique et multiculturel pour relever les défis de la mobilité de demain et de l'automobile du futur. Enfin, c'est acquérir une expertise reconnue au sein d'une industrie exigeante tout en exerçant des métiers passionnants.


Contexte général

Depuis plusieurs années, le Groupe RENAULT fait face à une augmentation significative de la diversité de ses marchés. Cela a pour conséquence des profils de clients de plus en plus variés et un enrichissement de la gamme de véhicules pour répondre à la demande. La maitrise de l'adéquation entre l'attendu client et le couple produit/service offert par le groupe devient de plus en plus complexe.
Dans ce contexte, la Direction Qualité et Satisfaction Client du Groupe Renault s'est récemment réorganisée. Un département Tour de Contrôle a été constitué avec pour objectifs :
·  de capter et analyser tous les signaux d'insatisfaction client (produit et service) à partir des nombreuses sources de données internes au Groupe Renault mais également externes.
·  les prioriser et les communiquer à l'ensemble des acteurs afin d'accélérer leur resolution.

Pour cela, le département doit renforcer son équipe statistique qui historiquement travaillait principalement sur l'axe d'insatisfaction lié à des dysfonctionnements produit.

Missions principales

Les principales missions qui vous seront confiées visent à mettre en place une approche globale pour répondre aux objectifs 1 et 2 :
·  Réaliser des analyses statistiques de fiabilité opérationnelle pour principalement aider à éclairer des défauts produits (incidentologie)
·  Réaliser des analyses statistiques pour aider à mieux comprendre des problèmes « complexes » liés à l'insatisfaction client
·  Participer collectivement à la mise en place de modèles statistiques/data science pour identifier et prioriser les insatisfactions clients par croisement de multiples sources.
·  Des approches statistiques supervisées (machine learning) seront nécessaires
·  Assurer des formations et du coaching autour des données manipulées et des méthodes mises en place
Ces missions se conduiront en lien direct avec nos clients internes. Le statisticien s'intégrera au sein d'une équipe statistique. Les gros chantiers se feront en groupe de travail incluant à la fois des statisticiens et/ou data scientists, leurs homologues informatiques et des contributeurs des métiers concernés.

Formation

Niveau BAC + 5 avec un profil mathématiques appliquées/statistiques :

· Ecoles spécialisées (ex : ENSAE, ENSAI, ISUP)

· Master 2 mathématiques appliquées/statistiques

Des formations complémentaires de type Coursera autour du domaine seraient un plus.

Un bon niveau d'anglais est souhaité (min 750 au TOEIC).

Connaissances spécifiques

Bonne maitrise des méthodes statistiques :
• Modèles probabilistes : lois classiques (Weibull est un plus), maximum de vraisemblance…
• non supervisées : kmeans, CAH, ACP, ACM …
• supervisées : régressions, arbres de décision, SVM, Ensemble learning (random forest, boosting)

Une maitrise de R est un pré-requis (ex : maitrise de la logique « apply », usage du package dplyr, démonstrateur rapide via Shiny…).

Une bonne maitrise des bases de données relationnelles (SQL) est nécessaire (jointure notamment). Une connaissance des bases « colonne » et « document » serait un plus.

La capacité à produire des visualisations adaptées est attendue. Savoir produire des graphiques statistiques complexes (ex : R ggplot2) est attendu, réaliser des graphiques interactifs (librairies JS type D3) serait un plus.
Des bases en textmining serait un plus (sous R ou Python par exemple).

Découvrir la Page Entreprise

Ils ont travaillé ici