Stage Data Scientist - Recommandation e-commerce (F/H)

L'utilisation de la data et le développement des capacités analytiques sont un axe majeur du plan stratégique du Groupe Carrefour à horizon 2027. Directement rattachée au COMEX France, l'Analytics Factory de Carrefour France est le pilier de cette transformation analytique, au service des clients et de l'ensemble des équipes métier de Carrefour France - Marketing, Marchandises, Exploitation, E-commerce, Supply Chain, Services Financiers, etc...

Nous utilisons des approches de machine learning pour résoudre des défis commerciaux et opérationnels comme les ruptures en magasin, la prévision des ventes promotionnelles, l'optimisation de l'assortiment des produits et les recommandations personnalisées sur le site carrefour.fr

Vos Missions

Vous serez encadré par un data scientist senior, qui vous guidera tout au long de votre stage.

Votre mission principale sera d'implémenter et de tester des approches novatrices de machine learning pour améliorer nos algorithmes pour la recommandation ecommerce. Nous envisageons deux thématiques : l'amélioration des recettes personnalisées et les recommandations en temps réel.

- En 2023, Carrefour a lancé "Hopla", un chatbot fondé sur un LLM sur ses plateformes d'e-commerce, qui permet notamment de composer des recettes et les paniers de produits nécessaires. L'objectif sera principalement de construire et améliorer la pertinence des recommandations de recettes aux clients, et également d'améliorer la construction des recettes et des produits associés.

- Si nos algorithmes de recommandation utilisent les données de navigation pour leur apprentissage, ils ne les utilisent pas pour l'inférence en temps réel. L'objectif sera d'évaluer l'intérêt d'exploiter, et de construire les modalités de recommandation qui exploitent ces données (par exemple les produits vus précédemment dans la navigation).

Cette mission vous conduira à intervenir à tous les niveaux d'un projet de machine learning : collecte et préparation des données, recherche documentaire et modélisation, implémentation et évaluation et déploiement des modèles.

Vous pourrez également participer aux échanges réguliers de notre communauté de 50 ingénieurs (data scientists, engineers, data ops) : présentations, partage de retours de conférences, débats sur les problématiques ML, de développement logiciel, ...