Full Stack Data Analyst

Full Stack Data Analyst

Full Time 55350 - 67650 € / an (estimé) Télétravail
Fabulous

En un coup d'œil

  • Missions: Rejoignez une équipe de données dynamique pour résoudre des problèmes critiques et innover.
  • Entreprise: Une entreprise primée dans le domaine de la santé et du bien-être, axée sur l'impact positif.
  • Avantages: Travail à distance, culture collaborative, et opportunités de croissance professionnelle.
  • Autres infos: Environnement agile avec une forte culture de partage des connaissances.
  • Pourquoi ce job: Contribuez à des projets à fort impact tout en développant vos compétences en data.
  • Qualifications: Diplôme en ingénierie ou informatique et 4 ans d'expérience en science des données.

Le salaire estimé est compris entre 55350 - 67650 € par an.

Vous ferez partie d'une petite équipe de données interfonctionnelle qui a un impact à travers Fabulous. Nous travaillons en étroite collaboration avec la Croissance Produit, l'Acquisition Utilisateur et les Finances. Nous adoptons une approche full stack : chaque membre de l'équipe contribue à l'ensemble du spectre des données. Bien que chacun ait ses propres forces, nous participons à des projets dans tout le spectre du travail sur les données. Cela encourage un fort sentiment de responsabilité et génère de l'impact.

Pratiquement, nous travaillons dans trois domaines :

  • Ingénierie Analytique : Modélisation et transformations des données pour construire, maintenir et faire évoluer nos pipelines analytiques dans dbt. Une fois qu'un MVP est validé, nous l'implémentons et l'améliorons de manière itérative - avec des tests solides, une observabilité des données et une architecture qui maintient la dette technique gérable.
  • Analytique Appliquée : Exploration des données, création de tableaux de bord dans Omni et construction de modèles ML. Nous visons la simplicité et l'interprétabilité mais n'hésitons pas à faire face à la complexité lorsque cela se présente. Nous travaillons avec des parties prenantes très littérales en matière de données - lors de la création de nouveaux modèles ou tableaux de bord, nous habilitons nos utilisateurs à continuer d'analyser les données eux-mêmes.
  • Science des Données : Construction de modèles ML pour faire des prédictions afin d'informer rapidement l'entreprise.

Notre stack : Fivetran · BigQuery · dbt · Amplitude · Omni

Ce rôle est essentiel au succès continu de l'équipe :

  • Projets divers et à fort impact. Vous travaillerez sur des problèmes critiques pour l'entreprise en étroite collaboration avec les équipes commerciales - améliorant la précision des métriques, explorant de nouvelles perspectives de croissance, construisant des pipelines de reporting bien testés, enquêtant sur des écarts de données, ou appliquant des statistiques et du ML là où ils ajoutent une réelle valeur.
  • Construction et maintenance de notre code. Vous contribuerez à des pipelines analytiques solides en utilisant SQL et dbt. Gérer la dette technique, améliorer les pratiques d'ingénierie et façonner l'architecture du projet sont au cœur de ce rôle.
  • Évolution vers la responsabilité. Au fil du temps, vous posséderez des parties du code, deviendrez la personne de référence pour au moins une équipe commerciale, et aurez une voix forte sur l'évolution du projet analytique.
  • Élever l'équipe. Partagez vos connaissances et contribuez à des pratiques qui aident tout le monde à grandir. Exprimez-vous - nous voulons que vous façonniez la direction, la cohésion et la mission de l'équipe.
  • Travail autonome. Vous gérerez vos propres projets et parties prenantes. Une documentation claire et concise est attendue afin que les futurs collaborateurs puissent s'appuyer sur votre travail.

Nous embrassons l'ère de l'IA. Nous utilisons des outils comme Claude Code quotidiennement pour écrire, réviser et expédier du code plus rapidement, tout en concentrant notre temps sur la résolution de problèmes multiples en parallèle. Nous construisons plusieurs points d'entrée pour nos parties prenantes commerciales afin d'interagir avec nos données en langage naturel et croyons que c'est l'avenir du travail sur les données.

Vous reporterez au Responsable des Données et ferez partie de l'équipe d'ingénierie.

Exigences :

  • Diplôme universitaire en ingénierie, informatique ou mathématiques appliquées.
  • Plus de 4 ans d'expérience dans la science des données, l'analytique ou l'ingénierie analytique - idéalement avec une exposition à plus d'un de ces domaines.
  • Excellentes compétences en SQL, avec expérience dans la construction de modèles de données utilisant dbt (ou des outils similaires).
  • Solides fondamentaux en ingénierie : tests, code propre, révision par les pairs, CI/CD, workflows git.
  • Passionné par l'avenir de l'IA, recherche à la pointe, pas peur d'expérimenter de nouveaux outils.
  • Expérience avec des entrepôts de données cloud et des outils modernes de stack de données.
  • Autonome, prend des responsabilités, gère les parties prenantes et communique de manière proactive.
  • Excellente maîtrise de l'anglais écrit et oral.
  • À l'aise pour travailler à distance (nous sommes d'abord à distance).

Atouts :

  • Expérience pratique en marketing digital / acquisition utilisateur (attribution, confidentialité iOS & SKAN, métriques UA) ou produit / croissance (tests A/B, rétention, monétisation).
  • Familiarité avec notre stack (Amplitude, dbt, BigQuery, Omni).
  • Bonne intuition analytique et statistique.
  • Expérience préalable dans un environnement de startup agile.

Si vous êtes enthousiaste à propos de ce rôle mais ne cochez pas toutes les cases, nous aimerions quand même avoir de vos nouvelles. Nous valorisons la curiosité et l'état d'esprit de croissance plutôt qu'un CV parfait.

À propos de nous : Une entreprise primée de santé, de bien-être et de coaching qui crée des applications figurant parmi les dix meilleures à l'international. Notre approche basée sur la science se situe clairement dans le domaine de la technologie pour le bien, aidant les gens à vivre leur meilleure vie. Chacun qui a rejoint cette entreprise s'engage à utiliser des recherches basées sur des preuves pour trouver les meilleures façons de changer les vies pour le mieux.

Notre Histoire : Trois co-fondateurs ont créé l'application Fabulous : Sami, Amine et Taylor. En grandissant en Tunisie, Sami et Amine n'avaient que 16 ans lorsqu'ils se sont rencontrés. Avec leur première itération, ils ont contacté Taylor, un designer primé en Malaisie. Leur vision a été accueillie dans un laboratoire d'incubation pour startups à l'Université Duke dirigé par le professeur renommé en économie comportementale Dan Ariely. Notre Chief Storyteller Jaz a cofondé le programme de psychologie introductive à l'Université de Stanford.

Notre Approche : Nous utilisons une perspective d'économie comportementale pour aider les individus à trouver cet 'interrupteur' en eux pour atteindre leur plein potentiel. Ce qui a émergé est un système qui transforme de petites habitudes en changements profonds à long terme. Un monde dans lequel les personnes atteintes de TDAH prospèrent. Une méthode pour que la gratitude atteigne à travers les difficultés. Un sanctuaire pour rechercher votre véritable but. Une fontaine de connaissances. Un espace pour le repos et la compassion envers soi-même.

Notre Mission : Aider chaque individu à découvrir la merveilleuse personne en lui-même en créant : des produits beaux, basés sur des preuves, et changeant la vie.

Notre Environnement : La première chose qui nous distingue est que nous ne sommes pas un lieu du tout. Bien que nous soyons une entreprise à distance, il n'est pas inhabituel de sentir que vous connaissez vos coéquipiers mieux que ceux #J-18808-Ljbffr.

Full Stack Data Analyst employeur : Fabulous

Fabulous est un employeur exceptionnel qui valorise l'impact et la collaboration au sein d'une équipe de données dynamique. En tant que membre de cette équipe, vous bénéficierez d'une culture de travail axée sur l'autonomie, le partage des connaissances et l'innovation, tout en ayant l'opportunité de contribuer à des projets divers et significatifs. Avec un fort accent sur la croissance personnelle et professionnelle, Fabulous offre un environnement où chaque voix compte et où vous pouvez réellement façonner l'avenir de l'analyse de données.

Fabulous

Coordonnées :

Équipe de recrutement de Fabulous

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Full Stack Data Analyst

✨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 Fabulous

N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Fabulous. 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 Full Stack Data Analyst

SQL
dbt
Data Modeling
Data Transformation
Analytics Engineering
Machine Learning
Data Exploration

Quelques conseils pour ta candidature 🫡

Mets en avant tes compétences techniques:Pour le poste de data scientist chez Fabulous, 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 Fabulous 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 Fabulous. 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 Fabulous

✨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 Fabulous et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.