HyreMynd Demo Inc.
À propos du poste
Nous recherchons un(e) scientifique de données junior pour rejoindre notre équipe data et contribuer à transformer des données opérationnelles et produit en insights et modèles actionnables.
Le rôle est fortement orienté product analytics + machine learning appliqué, avec un focus sur des cas d’usage concrets tels que :
Prédiction de churn client Segmentation de clients Prévision de demande (forecasting) Analyse de performance produit et pricing
Tu travailleras en collaboration avec les équipes produit, ingénierie et business pour livrer des modèles et analyses utilisés directement dans la prise de décision.
Responsabilités Réaliser des analyses exploratoires (EDA) sur des datasets clients et produit Effectuer du feature engineering pour structurer des variables pertinentes pour les modèles Développer des modèles de machine learning supervisés et non supervisés (baseline → amélioration) Évaluer et valider les performances des modèles avec des métriques adaptées (AUC, precision/recall, RMSE selon les cas) Participer à la mise en production des modèles en collaboration avec les data engineers Travailler sur des pipelines de données existants et contribuer à leur amélioration Utiliser des outils d’orchestration comme Airflow et/ou dbt (selon les projets) Créer des visualisations et dashboards pour communiquer les résultats aux équipes non techniques Documenter les hypothèses, approches et résultats de manière claire et reproductible Stack technique Obligatoire Python (pandas, numpy, scikit-learn) SQL Git (versioning et collaboration) Compréhension des pipelines de données et workflows analytiques Orchestration / Data Stack Airflow (ou équivalent orchestration) dbt (selon projets) Visualisation Power BI ou Tableau Matplotlib / Plotly Exclusions importantes (scope clair)
Ce rôle n’inclut pas :
Créez votre profil de candidat pour postuler chez HyreMynd Demo Inc. et suivre votre candidature.
Développement avancé en deep learning Recherche en intelligence artificielle avancée Modèles complexes type deep neural networks en production
👉 L’objectif est l’application pratique du ML classique, pas la recherche deep learning.
Profil recherché Baccalauréat ou maîtrise en informatique, mathématiques, statistiques, ingénierie ou domaine connexe 0–2 ans d’expérience en data science, analytics ou machine learning appliqué Forte maîtrise de Python et SQL Compréhension solide des concepts fondamentaux du machine learning Capacité à structurer des problèmes business en problèmes data Bonne communication et capacité à vulgariser des résultats techniques Langues Bilingue obligatoire : français et anglais (oral et écrit) Ce rôle est basé au Québec et implique une collaboration quotidienne avec des équipes francophones et anglophones. Atouts Expérience avec outils de visualisation (Power BI, Tableau) Expérience avec Airflow ou dbt Expérience en feature engineering avancé ou pipelines de données Expérience en environnement data product / startup Connaissance de Git en environnement collaboratif Ce que nous offrons Rôle concret avec impact direct sur des décisions business (churn, pricing, segmentation, forecasting) Environnement d’apprentissage rapide avec exposition à des cas réels de production ML Collaboration étroite avec équipes produit et ingénierie Mentorat et progression vers des rôles de data scientist ou ML engineer Compensation incluant : Salaire compétitif Bonus annuel cible de ~8 % selon performance Critères de succès (6–12 mois) 1 à 2 modèles ML déployés ou utilisés en production / décision interne Amélioration mesurable d’au moins un KPI business (ex : churn, conversion, rétention) Réduction du temps nécessaire pour produire des analyses récurrentes Contribution active à l’amélioration des pipelines data existants Bonne intégration dans les workflows data et produit de l’équipe Structure d’équipe Équipe data intégrée au produit et à l’ingénierie Collaboration directe avec product managers et engineers Environnement agile, itératif, orienté livraison rapide
