Alternance- Data Analyst / Scientist F/H

Description de l'offre

*

Les principales missions sont :

1. Collecte des données : Ilst est chargé de collecter des données à partir de différentes sources, telles que des bases de données, des fichiers plats, des API, etc.

2. Nettoyage et préparation des données : Il doit nettoyer, traiter et préparer les données pour l'analyse, en éliminant les incohérences, les doublons et en assurant la qualité des données.

3. Analyse des données : il analyse les données pour identifier des tendances, des modèles et des insights pertinents, en utilisant des méthodes statistiques et des techniques d'analyse avancées.

4. Création de modèles prédictifs : il développe des modèles prédictifs et des algorithmes d'apprentissage automatique pour anticiper des tendances futures ou pour classifier des données.

5. Visualisation des données : Il crée des visualisations de données claires et significatives pour présenter les résultats de l'analyse de manière compréhensible pour les parties prenantes.

6. Rapports et recommandations : Il élabore des rapports détaillés et des recommandations basées sur les résultats de l'analyse, afin d'aider à la prise de décision au sein de l'entreprise.

Profil recherché

Qualifications :

Les compétences resuiqes sont :

1. Maîtrise des langages de programmation : Une solide maîtrise de langages tels que Python, R, ou Java est essentielle pour la manipulation, l'analyse et la modélisation des données.

2. Connaissance en statistiques et en mathématiques : Une compréhension approfondie des concepts statistiques et mathématiques.

3. Maîtrise de l'apprentissage automatique (machine learning)** : La capacité à construire et à appliquer des modèles d'apprentissage automatique pour la prédiction, la classification, la recommandation, etc.

4. Manipulation de données : Une expertise dans la manipulation de données à grande échelle à l'aide d'outils tels que SQL et Snowflake

5. Visualisation des données : Capacité à créer des visualisations de données efficaces à l'aide de Tableau.

6. Compréhension des bases de données : Une connaissance des bases de données relationnelles et non relationnelles, ainsi que des compétences en requêtage avec SQL.