Docteur en Data Sciences et Big Data

Okay Doc est un cabinet de conseil et de recrutement spécialisé dans la recherche de profils scientifiques qui met en relation les entreprises et les chercheurs. Notre client est une société en pleine croissance ; au sein de l’équipe R&D, vous rejoignez une équipe data scientist, big data, et intelligence artificielle dynamique qui a pour mission d’exploiter la data pour surmonter les enjeux de démission des collaborateurs auxquels les sociétés sont confrontés. Au sein de cette équipe, vous apportez votre expertise data science pour tirer un maximum de valeur ajoutée grâce à la data !

Profil Recherché :

Nous recherchons un(e) docteur en sciences des données ou disciplines connexes pour renforcer notre équipe dédiée à l’analyse des données RH. Vous serez responsable de développer des modèles avancés pour prédire le comportement des collaborateurs, notamment en ce qui concerne les risques de démission. Vous exploiterez les métadonnées issues de grands ensembles de données pour proposer des insights stratégiques permettant d’améliorer la rétention des talents.

Missions et activités :

Recherche et Développement

  • Concevoir une approche pour la récupération en automatique des métadonnées RH marché.
  • Concevoir des méthodologies innovantes pour analyser des métadonnées et prédire les comportements des collaborateurs.
  • Développer et implémenter des modèles prédictifs de démission et d’engagement à partir de données RH internes et externes.
  • Explorer de nouvelles approches dans l’analyse des données liées au bien-être, à la performance et à l’évolution des carrières.
  • L’intégration de la nouvelle modélisation avec le système de prédiction actuel basé principalement sur la data interne.

Gestion des Métadonnées

  • Implémenter des techniques d’analyse de big data.
  • Identifier, structurer et exploiter les métadonnées associées aux datasets RH (origine, relations, fréquence, etc.).
  • Mettre en place des processus pour garantir la qualité, la fiabilité, et la sécurité des données utilisées dans les analyses.

Analyse de Données et Visualisation

  • Construire des tableaux de bord interactifs pour visualiser les indicateurs clés liés aux risques de démission et à l’engagement des collaborateurs.
  • Fournir des analyses détaillées et des rapports clairs aux décideurs (RH et direction).

Collaboration et Communication

  • Travailler en étroite collaboration avec les équipes RH, IT et data pour comprendre les besoins métiers et aligner les projets avec les objectifs stratégiques.
  • Sensibiliser les parties prenantes à l’importance des données et des métadonnées dans la prise de décision.

Veille et Innovation

  • Suivre les dernières avancées scientifiques et technologiques dans le domaine de l’analyse des métadonnées et des données RH.
  • Proposer et tester des outils ou technologies innovantes pour améliorer la gestion des données et l’efficacité des analyses.

Références scientifiques

  • Exploitation des techniques de « data augmentation » pour renforcer et améliorer la modélisation actuelle : https://www.sciencedirect.com/science/article/pii/S2772662224000651
  • N. B. Yahia, J. Hlel and R. Colomo-Palacios, « From Big Data to Deep Data to Support People Analytics for Employee Attrition Prediction, » in IEEE Access, vol. 9, pp. 60447-60458, 2021, doi: 10.1109/ACCESS.2021.3074559.
  • Yuan, S., Kroon, B., & Kramer, A. (2024). Building prediction models with grouped data: A case study on the prediction of turnover intention. Hum Resour Manag J, 34(1), 20–38. https://doi.org/10.1111/1748-8583.12396
  • Reddy, J. V., Taurani, S. K., Chandrashekhar, A., & Shravya, D. (2023). Big data-based framework for prediction of employee attrition by using deep data people analytics. Journal of Informatics Education and Research, 3(2).
  • Mingfei Teng, Hengshu Zhu, Chuanren Liu, and Hui Xiong. 2021. Exploiting Network Fusion for Organizational Turnover Prediction. ACM Trans. Manage. Inf. Syst. 12, 2, Article 16 (June 2021), 18 pages. https://doi.org/10.1145/3439770

Compétences requises

Techniques :

  • Une bonne connaissance des techniques de modélisation en intelligence artificielle, état de l’art (deep learning, generative AI).
  • Expertise en science des données : modélisation prédictive, machine learning et analyse statistique.
  • Maîtrise des outils de manipulation et de visualisation de données : Python (pandas, scikit-learn, matplotlib), R, ou équivalents.
  • Expérience dans la gestion et l’exploitation de métadonnées pour des requêtes complexes.
  • Connaissance des bibliothèques et frameworks d’analyse avancée : TensorFlow, PyTorch, ou similaires.
  • Expérience dans l’utilisation de bases de données relationnelles et non relationnelles : SQL, NoSQL.
  • Bonne compréhension des outils de visualisation comme Tableau, Power BI, ou Plotly Dash.

Transversales :

  • Vous avez suffisamment de recul sur les techniques d’analyse de données et IA pour challenger d’éventuels développements dans ce domaine.
  • Doté d’un bon relationnel, vous savez être à l’écoute des besoins métiers et votre sens du travail en équipe vous permet d’échanger avec différents acteurs.
  • Être créatif, ouvert aux expérimentations, vous possédez un bon sens de la communication, orale et écrite.
  • Capacité à communiquer des résultats complexes à des publics non techniques.
  • Esprit analytique et orientation vers la résolution de problèmes.
  • Bonne compréhension des enjeux RH et de la gestion des talents.
  • Rigueur, curiosité scientifique et capacité d’innovation.

Formation et Expérience :

  • Doctorat en sciences des données, mathématiques appliquées, IA, ou domaine connexe.
  • Expérience (3 ans minimum) en analyse de données ou en recherche appliquée, idéalement dans un contexte lié aux RH ou aux sciences comportementales.
  • Une expérience en exploitation des métadonnées ou en gestion de grands ensembles de données complexes (big data) est un atout.

Conditions et lieu de travail :

  • CDI temps plein 
  • Le poste est basé à Paris
  • Date de prise de fonction souhaitée : ASAP
  • Avantages : 1 et 2 jours de télétravail par semaine, tickets restaurant, prise en charge complète des frais de transport du salarié conformément aux tarifs RATP

 Ce poste est fait pour vous ? Écrivez-nous à recrutement@okaydoc.fr