Data Scientist

Kasha, startup e-commerce en forte croissance en Afrique de l'Est, est spécialisée dans la santé et les soins personnels des femmes. Elle commercialise des produits tels que des protections menstruelles, des contraceptifs, des autotests VIH, des savons, des lotions, des couches pour bébés et des produits de beauté. Son activité e-commerce est largement accessible dans la région : les clientes peuvent commander via le site web, l'application, l'USSD (téléphone mobile basique, sans internet), le centre d'appels ou les réseaux sociaux. En complément de son activité grand public, Kasha propose des services d'analyse de marché, d'analytique et de services aux fabricants mondiaux de produits FMCG, pharmaceutiques et de beauté, afin de les aider à accroître leur chiffre d'affaires et leur pénétration de marché.

Poste : Data Scientist

Type de contrat : Temps plein Qualification : BA/BSc/HND Localisation : Le poste peut être basé en Égypte, au Rwanda, au Kenya et/ou en Afrique du Sud. Domaine : Data, analyse business et IA, ICT / Informatique

À propos du rôle

Le Data Scientist exploitera l'analytique prédictive basée sur l'IA/ML pour soutenir le développement et le déploiement de preuves de concept (PoC) et de produits minimum viables (MVP) axés sur la rétention des patients atteints de maladies non transmissibles (MNT), la prévision des livraisons, l'adhérence comportementale et les assistants virtuels propulsés par l'IA. Le rôle implique de construire des modèles d'apprentissage automatique pour le scoring de risque, la prédiction d'adhérence et l'optimisation de la chaîne d'approvisionnement, tout en intégrant les insights dans les tableaux de bord existants de santé et de logistique afin d'améliorer les résultats patients et l'efficacité opérationnelle.

Responsabilités

Analytique prédictive et modèles d'IA

Concevoir et développer des modèles de scoring de risque pilotés par l'IA pour identifier les patients MNT à risque de désengagement. Construire des modèles prédictifs pour anticiper les transitions d'éligibilité et améliorer les parcours de soins. Mettre en œuvre un modèle de segmentation de l'adhérence basé sur le Machine Learning pour analyser les schémas comportementaux des patients.

Prévision des livraisons et optimisation de la chaîne d'approvisionnement

Développer un modèle de prévision des livraisons propulsé par l'IA pour prédire l'exactitude des livraisons de médicaments et les retards potentiels. Intégrer les insights prédictifs dans les systèmes de gestion logistique et d'entrepôt afin d'améliorer la planification proactive.

Assistants virtuels propulsés par l'IA

Développer et déployer des chatbots et assistants virtuels basés sur l'IA pour les rappels de médicaments, l'engagement des patients en temps réel et le soutien à l'adhérence. Permettre des plateformes patients en libre-service pour les questions liées aux médicaments et la gestion des préférences.

Ingénierie des données et infrastructure

Concevoir et optimiser des pipelines ETL en Python pour le flux de données entre les modèles d'IA et les tableaux de bord de santé. Travailler avec les intégrations MS Dynamics pour renforcer la prise de décision pilotée par l'IA dans les processus cliniques et opérationnels. Assurer des intégrations API fluides pour l'échange de données en temps réel entre les modèles prédictifs et les applications destinées aux utilisateurs.

Suivi, validation et déploiement

Développer des mécanismes de suivi en temps réel pour les insights de stratification des risques et les tableaux de bord d'adhérence. Optimiser les pipelines CI/CD pour le déploiement des modèles d'IA/ML et automatiser les mises à jour de données via API. Mener la validation des modèles, les tests A/B et l'optimisation des performances pour affiner les modèles PoC avant la mise à l'échelle MVP.

Collaboration et partage de connaissances

Travailler en étroite collaboration avec les professionnels de santé, les équipes de la chaîne d'approvisionnement et les ingénieurs DevOps pour aligner les modèles d'IA sur les besoins opérationnels. Fournir des insights de données de niveau exécutif via des notebooks Jupyter et des tableaux de bord de visualisation. Contribuer aux meilleures pratiques IA/ML par le biais de revues de code, de documentation et de partage de connaissances au sein de l'équipe.

**

**

Machine Learning et IA : apprentissage supervisé et non supervisé, modèles de prédiction de risque, algorithmes de prévision. Programmation et traitement de données : Python, SQL, Pandas, Scikit-learn, TensorFlow/PyTorch. Cloud et infrastructure : AWS (RDS, Lambda, SageMaker), Google Cloud ou services Azure AI. ETL et ingénierie des données : expérience dans la construction de pipelines de données évolutifs pour les modèles ML. API et intégration : REST APIs, MS Dynamics API, interopérabilité des données de santé. Visualisation : Jupyter, Power BI ou plateformes similaires.

Expérience

Au moins 3 ans d'expérience en Data Science, IA/ML ou analytique prédictive dans la santé, la logistique ou les applications d'IA en entreprise. Certification Microsoft Data Analyst Associate ou BSc en informatique, IA ou domaine connexe.

Connaissances

Solides compétences en communication pour dialoguer avec les équipes cliniques, les ingénieurs et les parties prenantes métier. Capacité à traduire des insights d'IA complexes en stratégies business actionnables. Une expérience en analytique de santé, optimisation de la chaîne d'approvisionnement ou développement de chatbots est un plus.

[Click the Apply button below to apply, and Create my CV to build a CV tailored to this offer, professionally]