About the job
Depuis plus de 150 ans, les femmes et les hommes de Louis Vuitton partagent le même esprit d'exigence, de passion et réinventent chaque jour leur métier, partout dans le monde. Chez nous, chaque parcours est un véritable voyage, nourri d'émotion et de conquête, d'envie et d'audace. La plus belle façon de vous révéler. Explorer, développer, innover, créer...
A chacun son voyage. Aujourd'hui, Louis Vuitton vous invite à découvrir le vôtre.
L’une des marques différenciantes de l’univers du luxe est son attention à ses clients afin de faire vivre à chacun un moment inoubliable lors de l’achat de produits exceptionnels. La Maison Louis Vuitton ne fait pas exception et accorde autant de soin à ses produits qu’à la relation qu’elle construit avec ses clients. Les clients étant variés, il n’y a pas de standardisation dans ces relations. Cela se traduit par l’identification de moments clés et la création d’accompagnement dédié. Afin d’aider au mieux les équipes en charge de cet accompagnement et de la création de ces parcours, il est nécessaire d’utiliser des méthodes réactives et pertinentes pour les aider dans leur quotidien. Il faut par exemple pouvoir compléter leur expertise grâce à des signaux faibles identifiables par des modèles de Machine Learning pour augmenter leur capacité de sélection et faciliter leur tâche d’accompagnement en se rapprochant ainsi de la formule « un bon produit, au bon client, au bon moment ».
Job responsibilities
Plusieurs canaux de communication existent tels que le site e-commerce, l’application LV, le CSC et les contacts en magasin avec les Client Advisors. Chaque canal assiste des millions de visiteurs, pour chercher de l’information sur la maison, sur les produits, préparer un achat, effectuer un achat ou prendre de l’information après un achat. Les interactions avec la marque en amont se font de plus en plus fréquemment sur LV.com et via des outils à distance. Une grande partie de cette information d’interaction avec la marque est disponible dans la Data plateforme de Louis Vuitton.
Le développement client peut donc bénéficier d’une large variété de modèles de Machine Learning tels que les scorings d’appétence, les prédictions de valeur clients ou les clusterings dynamiques. Chacun de ces modèles n’est activable judicieusement que pour un besoin/moment identifié. Les modèles de prédiction de parcours s’avèrent dans ces cas une bonne base pour identifier ces moments clés et les actions attendues. Pouvant se baser sur des chaînes de Markov, des automates et/ou du pattern mining, cette problématique est à la croisée des domaines statistiques et informatiques.
Le stage s’articule en deux grandes problématiques : Pouvons-nous identifier des parcours robustes via les données disponibles qui sont activables par le business ? Quelles modélisations et outils ML permettent d’enrichir et d’accompagner ces parcours ?
Les travaux réalisés feront partie d’une collaboration avec les équipes de développement clients de Louis Vuitton. L’objectif de cette collaboration est de capitaliser sur les expertises techniques de l’équipe Data Science et les expertises métiers des équipes de développement clients.
La mission du stage consistera, dans un premier temps, à identifier des parcours fiables et consolider les données adéquates à partir des différentes sources disponibles (transactions, historiques de navigation web, réseaux sociaux et applications, contacts…).
Ces informations constitueront la source de connaissance et les parcours cibles pour construire les méthodes prédictives nécessaires à l’accompagnement clients. La seconde partie du stage sera donc consacrée à la prise en main de telles méthodes et leur implémentation.
Le projet pourra aboutir à l’industrialisation du modèle sélectionné, ainsi que la mise en place d’un dashboard de suivi.
Les principales missions :
• État de l’art et études des publications scientifiques liées aux données de prédiction de parcours
• Identification et analyse des parcours clients sur les différents canaux de contact
• Modélisation du ou des parcours mis en valeur par l’analyse
• Prototypage et test de la méthode choisie / Industrialisation
En termes d’environnement Data Science, Louis Vuitton réconcilie au sein de sa Data Platform les données clients (CRM et transactions), les données de navigation des visiteurs sur LV.com et LV app, des données issues de différents réseaux sociaux et les données sur nos produits (images, textes, caractéristiques).
Le stagiaire sera intégré dans la Direction Digitale au sein de l’équipe Data Science de Louis Vuitton, dans un environnement de travail qui favorise l’innovation et la collaboration.
Profile
Master 2 ou école d’ingénieur en machine learning
Langages maitrisés : Python, SQL
Technologies utilisées : Spark, Scala, Hadoop, Google Cloud Platform, Dataiku
Esprit analytique, collaboratif et orienté résultat.
Curieux, passionné par l’IA et volonté d’innover.
Anglais courant.
Additional information
Type de contrat : Stage
Date de début : Avril 2025
Durée : 6 mois, à temps plein
Lieu : Paris