Prévision supply chain
Prévision de la demande (LSTM, modèles probabilistes) et industrialisation MLOps sur Databricks.
Une prévision multi-échelles
Du produit au stock, du jour à la saison, avec des prévisions probabilistes
Détails du projet
Decathlon
Distribution – Prévision supply chain & R&D
2023
Mission
Lead Senior Data Scientist - Supply Chain Forecasting
Prévision & optimisation supply chain
Mission longue, Paris, France.
Prévision de la demande : Développement de modèles prédictifs, incluant des réseaux RNN et LSTM pour capturer les dynamiques temporelles complexes de la demande. Optimisation des stocks & réapprovisionnements : Réduction des ruptures et surstocks. Industrialisation : Automatisation des pipelines, intégration continue, monitoring des modèles.
Contexte et environnement
Secteur : Grande distribution, e-commerce, retail omnicanal. Complexité de la supply chain multi-entrepôts et multi-canaux. Comportements consommateurs dynamiques et saisonnalité marquée. Contraintes logistiques fortes (délais, capacité, coûts). Équipe projet : 1 PManager / 4 Data Scientists / 2 Data Analysts / 1 ML Engineer.
1 Chef de projet / 4 Data Scientists / 2 Data Analysts / 1 ML Engineer
Paris, France – Databricks, AWS S3, Airflow, Delta Lake, MLflow
Objectifs clés
Technologies et infrastructure
Prêt à obtenir des résultats similaires ?
Discutons de comment nous pouvons générer un impact mesurable pour votre organisation.
Autres études de cas
Découvrez comment nous générons des résultats dans tous les secteurs
Plateforme de recherche vidéo par IA
Media & Deeptech
Plateforme R&D agentique automatisant expérimentation, évaluation et pipelines de génération vidéo-à-vidéo.
En savoir plus
Évaluation des compétences IA à grande échelle
Banking
Ontologie de compétences, évaluations massives, scoring ML et parcours de formation sur mesure.
En savoir plus
Architecture IA pour l'automatisation des livrables
Rail Industry
Architecture data et IA automatisant production de livrables, contrôle qualité et traçabilité.
En savoir plus