Industrialisation de modèles prédictifs et data science pour la valorisation des données

Le projet concerne le développement et l’optimisation des applications internes de Médiaperformances, au sein de la Direction de la Transformation. Le périmètre couvre la conception de modules front et back fondés sur .NET Core et ASP.NET, l’intégration d’interfaces Blazor et Razor, ainsi que l’évolution de composants desktop WPF utilisés pour des fonctions métiers spécialisées. L’environnement repose sur une architecture applicative moderne intégrant CI/CD, des pipelines automatisés, une administration SQL Server et des déploiements orchestrés sur Azure et GCP.Les travaux incluent également la mise en place de bonnes pratiques de développement, l’application des principes Clean Code, SOLID et BDD, ainsi que l’amélioration de la qualité du code et des performances des applications existantes. L’objectif est de renforcer la fiabilité du système d’information interne, d’accélérer la livraison des fonctionnalités et d’assurer une meilleure cohérence technique entre les différentes briques logicielles.

Le projet vise à concevoir, développer et industrialiser des modèles prédictifs avancés pour optimiser les campagnes publicitaires dans le secteur du Retail Media. L'objectif est de générer des insights à forte valeur ajoutée pour accompagner la prise de décision business et piloter des projets complexes de modélisation. Le périmètre comprend la collecte, le nettoyage et la préparation de jeux de données complexes, le développement de pipelines de traitement et d'apprentissage automatique, ainsi que l'intégration des solutions data avec les équipes Data Engineering, Etudes, Marketing et DSI. La robustesse et la performance des modèles en production sont assurées par la mise en place de métriques pertinentes (précision, rappel, ROC-AUC, RMSE, etc.) et de dashboards de monitoring. Le projet inclut également la documentation des travaux, la promotion des bonnes pratiques (code review, MLOps, versioning, reproductibilité), l'exploration d'alternatives algorithmiques et la veille technologique continue sur les outils, frameworks et écosystèmes techniques. Des études ad-hoc et des POCs sont réalisés pour proposer des modèles statistiques adaptés aux besoins spécifiques des clients.

Le projet vise à définir, structurer et faire évoluer une plateforme CRM / CPQ Salesforce couvrant l'ensemble du cycle commercial, depuis la gestion des comptes jusqu'à la génération des devis et l'activation des campagnes. L'objectif est de fournir un moteur CPQ performant et fiable, un catalogue unifié et scalable, et de garantir l'intégration fluide avec l'ERP (NetSuite), les opérations, le marketing et la data. Le projet inclut la gouvernance du catalogue, la gestion des règles de pricing, des bundles, des remises et des options, ainsi que la clarification des règles métiers transverses. L'accent est mis sur l'amélioration de l'efficacité commerciale, la modernisation de l'écosystème et la simplification de l'offre. Les KPIs suivis incluent le taux d’erreur devis, le temps de génération, l’adoption CRM et la qualité des données. Les technologies utilisées comprennent Salesforce Sales Cloud, Salesforce CPQ, NetSuite, Java, API REST, Jira et Confluence. La méthodologie Agile/Scrum est appliquée pour piloter le delivery et assurer la qualité des livrables.