Pour notre client privilegie AREWAL nous sommes a la recherche d''un nouveau profil : DATA Scientist pour un contrat CDI en interne. Description Etant donne le contexte energetique actuel, le metier de gestionnaire de reseau de distribution connat une profonde evolution. La transition energetique genere de nombreux defis auxquels Arewal, filiale de lAIEG, lAIESH et la REW, accorde une grande importance. Afin de renforcer lequipe, Arewal recherche aujourdhui un Data Analyst/Scientist dedie a lexploitation des donnees issues des differentes sources dinformations (reseau, compteurs, ) dans le cadre des projets de transition energetique pour les gestionnaires de reseaux wallons associes. Responsabilites Sintegrant dans une petite equipe, ce profil joue un rle hybride, et devra a la fois assumer des tches typee data analyst mais aussi data scientist : Collecte, nettoyage et organisation des donnees Analyse des donnees, identification de tendance, danomalies et de correlations Visualisation des donnees et creation de rapports ou Dashboard interactifs. Developpement de modeles predictifs et dalgorithmes de machine learning. Collaborer avec lequipe IT dans la mise en place et lexploitation dune plateforme de donnees. Identifier les opportunites d''amelioration des processus danalyse de donnees et de modelisation, et proposer des solutions innovantes pour optimiser la collecte et lutilisation des donnees. Rester a jour sur les dernieres tendances et technologies dans le domaine de la science des donnees, specialement dans le secteur de lenergie. Representer Arewal dans les reunions intersectorielles sur le sujet data (CMS Atrias, Synergrid) Collaborer au sein dune equipe multidisciplinaire en faisant preuve de flexibilite, dautonomie, desprit dequipe et de rigueur. Profil Formation/experience : Diplme de Master en Data Science, Informatique, Mathematiques, Statistiques reconnu par la federation Wallonie Bruxelles. 2 ans a 5 ans dexperience dans une fonction similaire souhaitee Connaissances techniques : Langages de programmation : Matrise de Python indispensable et des principales librairies de traitement de donnees (Pandas, NumPy, Keras, TensorFlow, Scikit learn, ) Analyse de donnees : Matrise de lanalyse de donnees avec des outils comme Excel, SQL, ou des outils de visualisation comme Tableau ou Power BI. Statistiques : Competence dans les analyses descriptives et exploratoires (moyennes, medianes, ecarts types, etc.). Machine learning : Connaissance des algorithmes de machine learning (regression, classification, clustering) et de leurs applications. Comprehension des techniques avancees comme le deep learning ou lapprentissage supervise et non supervise. Bases de donnees : Comprehension des bases de donnees relationnelles (SQL) et non relationnelles (NoSQL), et capacite a exploiter les donnees (requtes). API et integration : Familiarite avec lutilisation dAPI RESTful ou GraphQL pour lexploitation des donnees.