Data scientist (H/F) in Paris

Data scientist (H/F) in Paris

Paris Temps plein 49500 - 60500 € / an (estimé) Sur site
Banque de France

En un coup d'œil

  • Missions: Contribuez à la modernisation des outils statistiques et analysez des données financières.
  • Entreprise: Banque de France, une institution engagée pour la diversité et l'égalité.
  • Avantages: CDI, environnement de travail international, et opportunités de développement professionnel.
  • Autres infos: Travaillez dans une équipe dynamique avec des perspectives de carrière passionnantes.
  • Pourquoi ce job: Impactez le secteur financier avec des analyses de données innovantes et durables.
  • Qualifications: Master en statistique ou data science, maîtrise de R et/ou Python.

Le salaire estimé est compris entre 49500 - 60500 € par an.

La Direction Générale des Statistiques, des Études et de l'International (DGSEI) recrute un data scientist pour renforcer ses équipes. Vous rejoindrez le service SEFT, qui élabore les statistiques sur l'activité du secteur financier non bancaire (assurances, fonds d'investissement, organismes de titrisation) et produit des analyses sur ses placements et ses financements. Il contribue aux travaux statistiques sur la finance durable et participe aux réflexions internationales sur les enjeux statistiques dans ce domaine.

Au sein du pôle « Synthèse des données des fonds », vous contribuerez à la modernisation des outils de production statistique, à l'amélioration de la qualité des données et aux travaux menés avec les partenaires nationaux et européens.

Vos activités :

  • Participer activement aux travaux conduits avec la BCE, l’Eurosystème et l’AMF visant à simplifier et rationaliser les obligations déclaratives applicables aux fonds d'investissement.
  • Faire évoluer les chaînes de production en SAS afin de prendre en compte les évolutions réglementaires, méthodologiques et fonctionnelles et les migrer progressivement vers R et/ou Python.
  • Participer à la production statistique mensuelle, trimestrielle et annuelle alimentant plusieurs domaines statistiques européens et nationaux (fonds d’investissement - IVF, statistiques monétaires - BSI, comptes financiers, etc.).
  • Conduire des analyses et études sur les données du service afin d'éclairer les évolutions méthodologiques, réglementaires ou opérationnelles.

Profil recherché :

  • Parcours : Master 2 en statistique, data science, informatique décisionnelle, économie quantitative ou discipline équivalente, ou ENSAI-ENSAE, ou équivalent.
  • Très bonne capacité à programmer en SAS et excellente maitrise de R et/ou Python.
  • Expérience ou forte appétence pour le traitement, l'exploitation et l'analyse de données volumineuses.
  • Connaissances financières et comptables, idéalement appliquées au secteur financier.

Qualités :

  • Esprit d'analyse et de synthèse.
  • Rigueur, fiabilité et méthode.
  • Sens du collectif et capacité à entretenir des relations de travail favorables à l'activité commune de l'équipe.
  • Autonomie et prise d'initiative.
  • Maîtrise de l'anglais, notamment dans un environnement de travail international : niveau C1.

La Banque de France est une institution socialement responsable, attachée au respect de la diversité sous toutes ses formes, à la lutte contre les discriminations, à favoriser la parité Femme/Homme et à garantir un environnement de travail de qualité. Des aménagements de poste peuvent être organisés pour tenir compte des handicaps des personnes recrutées.

Data scientist (H/F) in Paris employeur : Banque de France

La Banque de France est un employeur de choix, offrant un environnement de travail dynamique et inclusif au cœur de Paris. Avec un fort engagement envers la diversité et le développement professionnel, elle propose des opportunités de croissance pour ses employés tout en favorisant un équilibre entre vie professionnelle et personnelle. Rejoindre la DGSI, c'est intégrer une équipe multiculturelle où l'innovation et la collaboration sont au centre des projets stratégiques tels que la Monnaie Numérique de Banque Centrale Interbancaire.

Banque de France

Coordonnées :

Équipe de recrutement de Banque de France

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Data scientist (H/F) in Paris

✨Participer à des hackathons

Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez Banque de France!

✨Contribuer à des projets open-source

Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme Banque de France.

✨Réseauter lors de conférences

Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris Banque de France.

✨Appliquer directement via notre site

Quand tu vois une offre chez Banque de France, n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.

Nous pensons qu'il te faut ces compétences pour exceller en tant que Data scientist (H/F) in Paris

Programmation en SAS
Maîtrise de R
Maîtrise de Python
Analyse de données volumineuses
Connaissances financières
Connaissances comptables
Esprit d'analyse

Quelques conseils pour ta candidature 🫡

Met en avant tes projets de data science:Pour un poste en data science chez Banque de France, assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.

Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !

Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez Banque de France s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.

Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.

Comment te préparer à un entretien d'embauche chez Banque de France

✨Maîtrise des outils de Data Science

Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.

✨Prépare-toi à des questions techniques

Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !

✨Montre ta passion pour l'apprentissage

En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.

✨Prépare un portfolio percutant

Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.