Data Scientiste GPS/SIG
Free-Work- Autre(s)
- Issy-les-Moulineaux
- 40000 - 80000EUR/An
- CDD
DÉTAILS DE L'OFFRE
Présentation de l'entreprise
Free-Work, c'est le partenaire dédié aux talents IT !
Que vous soyez freelance, salarié ou en quête de la meilleure voie pour vous, Free-Work est là pour vous accompagner à chaque étape de votre carrière dans l'IT et le Digital.
Missions
Profil : Data scientiste GPS/SIG
Séniorité : + 7 ans
Lieu de mission : Paris 15
Date démarrage souhaitée : 16/03
Durée mission : 1 an
Objet et description de la mission : Expertise Data scientiste Modélisation compétence SIG
Le projet vise à construire un découpage territorial en secteurs géographiques équilibrés en termes de durée de distribution et de taille. Un modèle prédictif est développé pour estimer la durée de distribution de chaque secteur à partir d’indicateurs routiers, géospatiaux et fonctionnels. Des données GPS historiques permettent de reconstruire la durée réelle de couverture des secteurs. Ces données ne seront cependant pas disponibles à l’inférence. L’enjeu est donc d’extraire, à partir des traces GPS, des indicateurs structurels et stables caractérisant chaque secteur, utilisables en production.
Objectif : Extraire et formaliser des features géospatiales robustes à partir de traces GPS. - Concevoir et entraîner un modèle prédictif de durée de distribution par secteur. - Garantir la stabilité temporelle et spatiale des indicateurs. - Structurer une méthodologie réplicable et documentée
Compétences recherchées (non exhaustive) :
Connaissance des systèmes d’information géographique (SIG).
- Analyse de réseaux routiers (graphes, accessibilité, centralité, etc...).
- Manipulation avancée de données spatiales (points, lignes, polygones, multi-géométries).
- Expérience en analyse territoriale et optimisation de découpages géographiques.
- Bonne compréhension des enjeux logistiques et de mobilité.
- Expertise en modélisation statistique et machine learning supervisé.
- Feature engineering avancé sur données spatio-temporelles.
- Évaluation de la robustesse, de la stabilité et de l’importance des variables.
- Maîtrise des problématiques de généralisation, de biais et de data leakage