Back to search
Apply now
Ref: #70559
Data Scientist
Je collabore avec une entreprise qui recherche actuellement un Data Scientist expérimenté pour rejoindre son équipe « Data Platform » et diriger le développement de solutions analytiques avancées en matière de résolution d'identité et de modélisation prédictive dans le secteur des sites dédiés au sport et au divertissement.
Vous développerez des algorithmes de mise en correspondance sophistiqués, tant probabilistes que déterministes, afin de créer des profils de supporters unifiés à partir de millions de points de contact, tout en élaborant des modèles prédictifs destinés à améliorer le fonctionnement des sites et l’expérience des supporters. À ce poste, vous concevrez et mettrez en œuvre des modèles d’apprentissage automatique qui permettront une prise de décision en temps réel pour la gestion des foules, la personnalisation de l’expérience des supporters et l’optimisation des recettes. En exploitant d’énormes ensembles de données provenant des systèmes de billetterie, des applications mobiles, des capteurs installés dans les stades et des plateformes tierces, vous fournirez des informations exploitables qui transformeront la manière dont les stades comprennent leur public et interagissent avec lui.
Responsabilités
Concevoir et mettre en œuvre des systèmes de résolution d’identité combinant des algorithmes de mise en correspondance déterministes et probabilistes afin d’unifier les profils des supporters sur plusieurs points de contact. Développer des modèles prédictifs du comportement des supporters, notamment en matière de prévision de fréquentation, de comportements d’achat et de personnalisation, à l’aide de techniques avancées d’apprentissage automatique
Développer des moteurs de notation en temps réel pour la tarification dynamique, le marketing ciblé, et l’optimisation opérationnelle
Créer des systèmes de détection d’anomalies pour la gestion des foules et la sécurité à partir des données en continu issues des capteurs des sites
Mettre en œuvre des pipelines d’ingénierie des caractéristiques traitant des milliards d’événements provenant de la billetterie, des points de vente, des applications mobiles et des appareils IoT
Concevoir des cadres d’expérimentation, notamment des tests A/B et de l’inférence causale, afin de mesurer l’impact des initiatives mises en œuvre sur les sites
- share
-
-
-
-
Ref: #70559
Data Scientist
I am partnered with a company who are currently looking to hire a experienced Data Scientist to join their Data Platform team and lead the development of advanced analytics solutions for identity resolution and predictive modeling in the sports and entertainment venue space.
You will build sophisticated probabilistic and deterministic matching algorithms to create unified fan profiles across millions of touchpoints while developing predictive models that enhance venue operations and fan experiences. In this role, you will design and implement machine learning models that power real-time decision-making for crowd management, personalized fan experiences, and revenue optimization. Working with massive datasets from ticketing systems, mobile apps, in-venue sensors, and third-party platforms, you'll deliver actionable insights that transform how venues understand and engage with their audiences.
Responsibilities
Design and implement identity resolution systems combining deterministic and probabilistic matching algorithms to unify fan profiles across multiple touchpoints Develop predictive models for fan behavior including attendance prediction, purchasing patterns, and personalization using advanced ML techniques
Build real-time scoring engines for dynamic pricing, targeted marketing, and operational optimization
Create anomaly detection systems for crowd management and security using streaming venue sensor data
Implement feature engineering pipelines processing billions of events from ticketing, POS, mobile apps, and IoT devices
Design experimentation frameworks including A/B testing and causal inference to measure impact of venue initiatives
- share
-
-
-
-
