Data Scientist - Pricing & Revenue Management Senior H/F
Contexte du poste :Rejoignez une entreprise européenne dynamique spécialisée dans l'hôtellerie de plein air, présente à travers plusieurs marques prestigieuses en France, Espagne et aux...
Résumé
<p>Contexte du poste :</p><p>Rejoignez une entreprise européenne dynamique spécialisée dans l'hôtellerie de plein air, présente à travers plusieurs marques prestigieuses en France, Espagne et aux Pays-Bas. Notre siège est idéalement situé à Aix-en-Provence. En pleine transformation numérique, nous mettons l'accent sur l'optimisation de notre politique de tarification dynamique pour offrir des expériences de vacances inégalées. Vous intégrerez notre département IT, Digital & Data, dans une équipe pluridisciplinaire de 15 experts en data engagés à révolutionner le secteur. Ce poste s'inscrit dans notre stratégie de développement d'une expertise interne en pricing dynamique, actuellement en partenariat avec une société externe. Nous recherchons un(e) Data Scientist expérimenté(e) avec 3 à 5 ans d'expérience pour devenir un acteur clé de ce projet stratégique.</p><p>Missions : </p><p></p><p>Missions principales : </p><p>- Analyser de grands volumes de données historiques pour affiner nos modèles de tarification dynamique.</p><p>- Développer et maintenir des modèles de machine learning orientés pricing, basés sur une variété de sources de données.</p><p>- Challenger les recommandations tarifaires émises par notre partenaire externe et proposer des améliorations.</p><p>- Collaborer étroitement avec l'équipe Revenue Management pour adapter les stratégies de prix en fonction des résultats analytiques.</p><p></p><p>Mission annexes : </p><p>- Élaborer des dashboards informatifs pour présenter les analyses à l'équipe commerciale et au management.</p><p>- Suivre et évaluer la qualité des décisions tarifaires prises au regard des résultats obtenus.</p><p>- Participer à des sessions de brainstorming avec les équipes internationales pour anticiper les tendances du marché et adapter les modèles aux besoins futurs.</p>