informations générales
L'INSEP recherche trois data scientists avec des orientations concernant la visualisation de données, l’architecture des données (automatisation à partir de langage SQL), et les modèles de prédiction.
Au sein de la Direction de la Performance Sportive (DPS) et du pôle performance, le(a) data scientist est placé(e) sous l’autorité directe du responsable du pôle performance.
Missions et activités :
Le(a) data scientist centralisera le traitement de données massives (data). Il ou elle interviendra sur la gestion, l’analysela modélisation et la visualisation de données inhérentes aux performances des athlètes français(e)s et de leurs concurrent(e)s internationaux(les).
Son rôle principal sera de fournir des outils d’aide à la décision concernant l’estimation de la « médaillabilité » des athlètes français(e)s.
Ses fonctions sont à l’interface entre la gestion et de l'analyse pointue de données massives ("big data").
Dans le cadre de ses fonctions, il ou elle devra mettre en valeur les données par le sens attribué à leur traitement, leur visualisation et permettre l’extraction d’informations utiles à la conduite des projets de performance.
Il ou elle déterminera à partir de sources de données multiples et dispersées, des indicateurs permettant la mise en place des projets des laboratoires.
Activités principales du poste
Mission principale :
Les éléments clés de son apport seront de concevoir des modèles de prédiction de performance et d’estimation de potentiels en regard des analyses de concurrences.
Activités associées :
Croiser, mettre en forme et consolider les différentes bases de données (BDD) relevant notamment des performances réalisées, des capacités physiques, psychologiques, de la charge d’entraînement, du parcours de carrière (…),
Fournir des leviers statistiques décisionnels pour l’amélioration des indicateurs existants,
Proposer des outils de visualisation dynamiques et multidimensionnels,
Automatiser le traitement et la visualisation de données,
Rechercher et expérimenter de nouvelles méthodes de modélisation et d’analyse des données,
Sélectionner les nouveaux outils et techniques de gestion et de management des données,
Proposer un regard transdisciplinaire....