← Retour aux offres

Stage Data Science

Postée le 31 août

Lieu : Mougins, Alpes-maritimes (06) · Contrat : Stage · Rémunération : A négocier

Société : AddixGroup

AddixGroup est une société de conseil et réalisation en développement applicatif, data, cloud et cybersécurité. Ses ingénieurs passionnés sont véritablement engagés pour aider leurs clients dans la concrétisation de leur transformation. AddixGroup a étendu son champ d’expertise en combinant son expérience en développement 360 avec une approche conseil qui met l’accent sur l’interconnexion entre les métiers du cloud, de la data et de la cybersécurité. AddixGroup a été fondée en 2011 et rayonne principalement en PACA avec des bureaux situés à Sophia-Antipolis et Aix-Marseille.

Description du poste

Contexte

Nous recherchons un alternant pour rejoindre notre équipe d'AddixLab, l'équipe R&D d'AddixGroup. Différentes opérations de recherche et développement sont en cours.

Différents projets sont menés au sein de notre équipe. Nous travaillons sur des problématiques de recrutement et de comment améliorer la performance de nos agents grâce à l'intelligence artificielle que nous permet d’étudier la relation entre les caractéristiques de ces recrutements, passés et futures, les indicateurs économiques et l’évolution du marché du recrutement.
Les besoins de l’entreprise dépendent d’énormément de facteurs internes et externes : le contexte économique et du marché, la structuration de l’organisation, les métiers et les collaborateurs de l’entreprise [1]. Un besoin précis de recrutement peut résulter de la croissance de l’entreprise. Dans ce cas, le recrutement vise à augmenter les effectifs des équipes existantes ou permet de créer de nouvelles équipes pour répondre à une nouvelle activité. Ces besoins dépendent de facteurs macro-économiques. Un besoin de recrutement peut aussi être créé lorsqu’un employé quitte l’entreprise. Nous allons ici nous concentrer sur ce dernier cas. Le roulement des employés (ou « Turn-Over ») ainsi déclenché est le résultat d’un départ volontaire ou involontaire, pour des raisons professionnelles (restructuration de l’entreprise) ou personnelle (situation familiale) et prend en compte les raisons de rester et de quitter le poste (liens sociaux, implication dans la vie de l’entreprise, intérêt pour le poste, correspondance avec les valeurs de l’entreprise) [2], [3].
[1] M. Ciolkovitch, « Mode d’emploi : comprendre et agir sur son turnover ! », Keycoopt System, 31 octobre 2019. https://www.keycooptsystem.com/mode-d-emploi-comprendre-analyser-leviers-turnover/ (consulté le 7 octobre 2022).
[2] B. Holtom et D. Allen, « Better Ways to Predict Who’s Going to Quit », Harvard Business Review, 16 août 2019. Consulté le : 7 octobre 2022. [En ligne]. Disponible sur : https://hbr.org/2019/08/better-ways-to-predict-whos-going-to-quit
[3] M. Masoud, Y. Jaradat, et E. Rababa, « Turnover prediction using machine learning: Empirical study », p. 15.

Objectifs du stage:
Dans la continuité des projets menés par nos équipes, le stagiaire effectuera le développement des solutions pour améliorer la performance de nos modèles, il participera à l’industrialisation et leur déploiement pour nos équipes internes.

Une étude est en cours pour la prédiction du turn-over dans les entreprises. Des modèles de régression et classification montrent de résultats encourageants pour la prédiction du départ d’un salarié, si celui-ci a plus d’un an ancienneté. La suite du projet porte sur l’extension de cette méthodologie pour les salariés ayant moins d’un an d’ancienneté.

Le stagiaire sera responsable des tâches précédentes et devra développer des méthodologies afin d’enrichir les données utilisées pour obtenir des modèles plus performants et précis.

Il participera aussi d’un projet de Matching candidat-offres, qui est complémentaire au projet turn-over. Dans ce deuxième projet, des modèles de clustering sont utilisés pour analyser certaines features qui ont été déterminées à l’aide du NLP, afin de permettre un matching entre un candidat et une offre d’emploi.

Profil recherché

Profil souhaité:
• Fortes connaissances en Data science ou Data Engineering :
• Dernière année d'étude (équivalent M2) ou 4e année d’ingénieur
• Compétences en programmation et en gestion de bases de données :
• Python et SQL : Obligatoires
• Django, NodeJS et VueJS sont un plus
• Compétences en versioning et gestion de projet :
• Git
• Agile

Autres Informations

• Durée : 4 mois ou plus
• Lieux : 648 avenue Maurice Donat, 06250 Mougins
• Télétravail ponctuel autorisé
• Contact : jonathan@addixgroup.fr