Retail et e-commerce
Cycles courts, saisonnalité forte, obsession de la conversion.
Le retail décide vite et attend la même chose de ses partenaires recrutement. Les projets IA y sont directement reliés au chiffre d'affaires : recommandation, prévision de stock, pricing dynamique.
Les enjeux du secteur
Personnalisation et recommandation
Moteurs de reco, segmentation temps réel, contenus générés : impact mesurable sur le panier moyen.
Prévision de la demande
Anticiper les ruptures et les surstocks, en particulier sur les pics saisonniers.
Omnicanal
Faire dialoguer magasin, marketplace et logistique autour d'une même donnée client.
Culture et fonctionnement
- Rythme rapide, test & learn assumé, tolérance à l'erreur si elle est mesurée.
- Organisations plates, décisions en une à deux semaines.
- Périodes de gel pendant les pics commerciaux (fêtes, soldes).
- Forte attention à la marque employeur et à l'expérience candidat.
Ce que le secteur attend d'un candidat
- Savoir relier une compétence technique à un indicateur business (conversion, marge, rotation).
- Une appétence produit : les profils qui n'aiment pas parler au métier échouent.
- Une capacité à livrer vite, quitte à itérer.
Le vocabulaire à maîtriser
- Panier moyen
- Montant moyen dépensé par commande.
- A/B test
- Comparaison de deux variantes pour mesurer l'effet d'un changement.
- Rotation
- Vitesse d'écoulement d'un stock sur une période.
Les métiers recrutés dans ce secteur
Data Scientist
Transforme la donnée en décision : analyse, modélisation, expérimentation et restitution.
Product Manager IA
Pilote un produit dont la valeur repose sur des modèles : cadrage, priorisation, mesure de l'impact.
Prompt Engineer
Conçoit et fiabilise les interactions avec les modèles de langage : prompts, contexte, évaluation.