Data scientist — prévision de stock et demande officinale

Le poste

Le catalogue connecté relie en temps réel le stock des officines aux logiciels de gestion. Cette donnée ouvre la voie à des modèles de prévision de demande et de stock, utiles concrètement au comptoir : anticiper une rupture, ajuster une commande, repérer une tendance.

Le poste consiste à construire ces modèles à partir de données réelles d'officines, en lien avec l'équipe technique qui exploite le catalogue connecté et l'équipe opérationnelle qui connaît le terrain.

Ce que vous ferez

• Construire des modèles de prévision de la demande et du stock à partir des données du catalogue connecté.
• Explorer les données d'activité des officines pour identifier des signaux utiles et exploitables.
• Travailler avec l'équipe technique pour faire passer un modèle de l'expérimentation à la production.
• Mesurer la qualité réelle des prévisions face à l'activité observée, et itérer en conséquence.
• Échanger avec les pharmaciens et l'équipe opérationnelle pour comprendre les usages réels du stock en officine.

Ce que nous cherchons

• Une expérience solide en modélisation prédictive, idéalement sur des séries temporelles ou des données de demande.
• La maîtrise d'un langage de data science (Python le plus souvent) et l'aisance avec de vraies bases de données de production.
• Le goût de confronter un modèle à la réalité du terrain plutôt qu'à un jeu de données isolé.
• L'anglais pour les échanges techniques ; le français est un plus.
• L'autonomie pour mener un sujet de la donnée brute jusqu'à un modèle utile en production.
• Les modèles s'appuient sur des données de santé et d'usage réel des officines, hébergées en HDS : leur protection fait partie du travail, pas une case à cocher après coup.

Ce que nous offrons

• Full remote, depuis n'importe quel pays ; l'équipe est déjà internationale.
• Un accès à des données réelles de plus de 400 officines connectées, pas un jeu de données synthétique.
• Une stack technique de bout en bout, TypeScript côté produit, exploitée par une équipe qui code.
• Un produit primé, Prix de l'Innovation PharmagoraPlus 2026, et une société qui ouvre de nouveaux marchés européens.

Le processus, en quatre étapes

1. Un échange avec le directeur technique.
2. Un entretien technique sur la modélisation et les données.
3. Une étude de cas sur des données représentatives du catalogue connecté.
4. Une rencontre avec l'équipe.

Pas de quiz abstrait : l'étude de cas s'appuie sur un problème réel de stock officinal. Décision sous 48 heures après la dernière étape.

Tous les postes

• Data analyst — acquisition et usage (marketing piloté par la donnée)
• Data engineer — plateforme de données santé (HDS)
• Ingénieur·e backend senior — connecteurs logiciels de gestion
• Ingénieur·e DevOps / SRE — infrastructure HDS et LLM auto-hébergés
• Ingénieur·e fullstack senior — TypeScript
• Ingénieur·e mobile React Native — Nexum Pharma et Nexum Pro
• Ingénieur·e de recherche en IA (LLM auto-hébergés, voix)
• Ingénieur·e cybersécurité — données de santé et conformité
• Pharmacien·ne produit et réglementaire — conseil scientifique et parcours
• Doctorant·e (PhD) en IA conversationnelle — pôle recherche
• Doctorant·e (PhD) en IA appliquée aux données de santé — sûreté et évaluation
• Product designer — interfaces du comptoir et de l'application
• Product manager — parcours officine et patients
• Responsable des opérations — déploiement et succès des officines
• Responsable des opérations Espagne / Portugal — ouverture des marchés