• stage
  • Durée : 6 mois
  • Début contrat : 02/07/18
  • Mise en ligne : 13/04/18

Descriptif de la start-up

Shippeo est la première plate-forme de suivi en temps réel des flux de transport routier en Europe, fournissant aux expéditeurs, transporteurs et organisateurs de transport un suivi instantané de chaque livraison, permettant ainsi de communiquer immédiatement tout retard ou problème de livraison aux clients finaux. Shippeo donne à ses clients la possibilité d’atteindre une qualité de service exemplaire et d’améliorer leur performance opérationnelle grâce au transport.

Fondé en 2014, Shippeo assure le suivi de plus de 40 000 livraisons par mois dans toute l'Europe pour des clients leaders du marché tels que Leroy Merlin, Saint-Gobain et Faurecia, et se connecte avec plus de 600 transporteurs.

 En novembre 2017, Shippeo a annoncé une levée de fonds série A de 10 millions d'euros auprès de Partech Ventures, un fond de capital-risque réputé dans le monde entier, basé dans la Silicon Valley, à Paris et à Berlin. Cette nouvelle levée de fonds a eu lieu 18 mois après un premier tour de table de 2 millions d'euros mené par Otium Venture.

Mission

Le calcul précis des ETA (Estimated Time of Arrival) est un vrai défi dans le monde de la supply chain et de la logistique. Le fait d’avoir une idée précise sur les heures d’arrivée permet une meilleure allocation des ressources. La réglementation (temps de pause), l’organisation des flux (rupture de charge) et d’autres paramètres (trafic, météo) ne permettent pas d’utiliser des méthodes de calcul simples.

Shippeo développe des modèles prédictifs qui prennent en compte toutes les spécificités du transport routier pour calculer un ETA aussi précis que possible.

Dans ce cadre-là, Shippeo recherche un(e) Data Scientist junior, dont la mission sera d’étudier et d’analyser les données dont dispose Shippeo afin d’enrichir notre modèle prédictif et ainsi améliorer notre ETA.

Pour y parvenir, vos missions seront les suivantes :

  • Compréhension du fonctionnement de la plateforme Shippeo, du besoin et de la problématique de l’ETA. Définition des objectifs et des métriques.
  • Collecte des données, compréhension des relations entre les différentes tables et de la signification des différents champs. Exploration des données.
  • Préparation des données, identification des différentes variables explicatives.
  • État de l’art, formalisation du modèle et modélisation.
  • Tests des différents modèles et évaluation de leur performance et de leur précision.
  • Mise en place d’une API pour faire appel au modèle.

Descriptif profil recherché

Le profil parfait n'existe pas, mais nous attendons idéalement les éléments suivants :

  • Vous êtes en dernière année d’école d’ingénieur ou en M2, avec une spécialité Data Science, Machine Learning ou Mathématiques Appliquées/Statistiques.
  • Appétence pour les systèmes d’information
  • Capacité à prendre des actions concrètes, à argumenter, à établir des consensus, à collaborer avec des équipes métiers et techniques
  • Vous êtes dynamique, optimiste, autonome et réactif
  • Vous êtes à la fois structuré, synthétique, et attentif au détail
  • A l'aise dans la rédaction vous possédez aussi un excellent relationnel
  • Anglais courant écrit et parlé indispensable
  • Idéalement, vous avez déjà travaillé avec SQL, Python ou R, Tensorflow, scikit-learn, keras.

Déposer une candidature