En un coup d'œil
- Missions: Analyse des données et dirigez des projets pour des solutions innovantes.
- Entreprise: AbbVie, leader en santé avec une mission d'impact social.
- Avantages: Télétravail, équilibre vie pro/perso, et environnement dynamique.
- Autres infos: Bureau moderne à Boulogne-Billancourt avec de nombreux services.
- Pourquoi ce job: Rejoignez une équipe qui transforme la santé avec des données et de l'innovation.
- Qualifications: Expérience en analyse de données et compétences en communication.
Le salaire estimé est compris entre 61650 - 75350 € par an.
AbbVie's mission is to discover and deliver innovative medicines and solutions that solve serious health issues today and address the medical challenges of tomorrow. Nous nous efforçons d'avoir un impact remarquable sur la vie des personnes dans plusieurs domaines thérapeutiques clés, notamment l'immunologie, l'oncologie et les neurosciences, ainsi que des produits et services dans notre portefeuille Allergan Aesthetics.
Dans la fonction Business Excellence & ACE transformation, en tant que Senior Data Science Project Lead & Analyst, vous utiliserez votre expertise en analyse de données, modélisation statistique et apprentissage automatique pour générer des insights exploitables et soutenir la prise de décision dans divers départements. Vous travaillerez en étroite collaboration avec des équipes interfonctionnelles pour mettre en œuvre des solutions basées sur les données qui améliorent nos stratégies commerciales.
- Analyse de données
- Effectuer une analyse exploratoire des données pour identifier les tendances et les modèles en étroite collaboration avec le Data Scientist.
- Réaliser des analyses avancées sur des ensembles de données complexes pour identifier les tendances et les modèles qui impactent les résultats commerciaux.
- Analyser les résultats des modèles prédictifs pour optimiser la performance commerciale.
- Valider et identifier les entrées pour optimiser les modèles en utilisant des techniques d'apprentissage automatique afin d'assurer précision et performance.
- Générer et synthétiser des insights pour répondre aux besoins analytiques de l'entreprise et fournir des recommandations exploitables.
- Superviser et soutenir les membres juniors de l'équipe dans la réalisation d'analyses de données.
- Soutenir les efforts d'amélioration continue dans la collecte, l'analyse et le reporting des données au sein de la communauté d'analyse de données et capitaliser sur les meilleures pratiques.
- Collaboration et communication
- Travailler en étroite collaboration avec les parties prenantes pour comprendre leurs besoins et traduire les exigences commerciales en solutions analytiques.
- Présenter les résultats et les insights à des parties prenantes non techniques de manière claire et concise.
- Collaborer avec les équipes informatiques pour intégrer les solutions de données dans les flux de travail existants.
- Gestion des données
- Connaître les processus de gestion des données.
- Comprendre les pipelines de données et les dépôts.
- Assurer la conformité avec les politiques de gouvernance et de sécurité des données.
- Tendances
- Se tenir informé des dernières avancées en science des données et en apprentissage automatique.
- Explorer et évaluer de nouveaux outils, technologies et méthodologies.
- Participer à la conception et à l'exécution de projets pilotes et de preuves de concept.
- Reporting et visualisation
- Développer des tableaux de bord et des rapports pour surveiller les indicateurs clés de performance (KPI).
- Utiliser des outils de visualisation pour créer des visualisations intuitives et informatives.
- Automatiser les processus de reporting pour garantir une diffusion rapide et précise des informations.
- Collaboration interfonctionnelle
- Travailler en étroite collaboration avec les équipes de vente, de marketing et de gestion de produit pour comprendre leurs données.
- Participer aux réunions et discussions pour partager les résultats de l'analyse et contribuer au développement de stratégies commerciales efficaces.
- Gestion de projet et de solution en science des données
- Contribuer, au nom de l'affilié, à la gestion des projets de science des données déployés par l'Europe ou le Global.
- Assurer la coordination locale/globale et coordonner les acteurs locaux.
- Assurer la gestion de projet et de solution à un niveau local.
Qualifications
- Compétences analytiques et de résolution de problèmes : Excellentes compétences en résolution de problèmes avec la capacité de tirer des insights significatifs à partir d'ensembles de données complexes.
- Compétences techniques : Compréhension des techniques d'analyse et de modélisation statistiques. Maîtrise des outils de visualisation de données (par exemple, CONTOUR, WORKSHOP, Power BI). Maîtrise de la plateforme Palantir.
- Compétences interpersonnelles : Excellentes compétences en communication, tant écrites qu'orales. Capacité à travailler efficacement en équipe. Solides compétences organisationnelles et capacité à gérer plusieurs projets simultanément.
ÉDUCATION
- Master’s degree
- Ph.D. degree is a plus
Expérience
- Un minimum de 6 ans d'expérience en tant qu'analyste de données ou dans un rôle similaire.
- Expérience dans l'analyse des données de performance commerciale dans le secteur pharmaceutique est requise.
- Esprit analytique, rigueur et organisation.
- Compétences rédactionnelles, compétences analytiques et de synthèse.
- Bonne maîtrise de l'anglais écrit et parlé.
- Autonome, curieux, ouvert d'esprit, réactif.
- Volonté d'apprendre.
- Esprit d'équipe, adaptabilité.
- Excellentes compétences en communication.
- Capacité de travail élevée.
- Capacité à travailler sur plusieurs projets.
AbbVie est un employeur garantissant l'égalité des chances et s'engage à agir avec intégrité, à stimuler l'innovation, à transformer des vies et à servir notre communauté.
Senior Data Science Analyst & Project lead employeur : AbbVie
AbbVie est un employeur de choix, offrant un environnement de travail dynamique et collaboratif où l'innovation et la qualité sont au cœur de nos activités. Nos employés bénéficient d'opportunités de développement professionnel continu, d'une culture d'entreprise axée sur le bien-être et d'avantages compétitifs, le tout dans un cadre stimulant au sein du secteur médical. Rejoindre AbbVie, c'est contribuer à des projets significatifs qui améliorent la vie des patients tout en évoluant dans une entreprise qui valorise chaque talent.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Senior Data Science Analyst & Project lead
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de AbbVie
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez AbbVie. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Senior Data Science Analyst & Project lead
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez AbbVie, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à AbbVie que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez AbbVie. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez AbbVie
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de AbbVie et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
