En un coup d'œil
- Missions: Soutenir les processus d'expérimentation et collaborer avec des équipes variées.
- Entreprise: Fabulous, une entreprise innovante dans le domaine de la santé et du bien-être.
- Avantages: Opportunités de développement professionnel et impact positif sur la vie des utilisateurs.
- Autres infos: Environnement stimulant avec des opportunités de croissance de carrière.
- Pourquoi ce job: Rejoignez une équipe dynamique pour aider des millions à changer leur vie.
- Qualifications: Expérience en ingénierie logicielle et compétences analytiques requises.
Le salaire estimé est compris entre 49500 - 60500 € par an.
Le but de Fabulous est d'aider les gens du monde entier à maîtriser l'art du changement de comportement et à construire des habitudes saines. En rejoignant l'équipe, vous ferez partie de ceux qui aident des millions de personnes à atteindre leurs objectifs et à changer leur vie. L'équipe de croissance de Fabulous est composée de scientifiques du comportement et de chefs de produits de croissance. Nous sommes uniques dans le monde de la technologie et du bien-être, en appliquant des insights comportementaux pour améliorer notre produit, informer nos expérimentations et optimiser notre travail de croissance.
Responsabilités :
- Soutenir l'ensemble des processus d'expérimentation de l'équipe de croissance.
- Coder, analyser et travailler dans tous les aspects des flux de travail de croissance.
- Collaborer avec l'équipe de développement produit et l'équipe de science des données.
- Acquérir et se former aux compétences de gestion de produit de croissance/gestion de produit.
- Réviser le code de croissance et aider à la révision du code pour les expériences de croissance.
- Aider au lancement d'expériences sur Google Firebase.
- Déboguer le code et travailler en étroite collaboration avec l'équipe de développement produit.
- Aider à la validation des nouvelles fonctionnalités avant les sorties.
- Réviser l'analyse des expériences.
- Posséder les traductions des expériences gagnantes dans d'autres langues/plateformes et gérer ce processus d'expérimentation de A à Z.
Exigences :
- Avoir un background en ingénierie logicielle.
- Être très confiant en JSON & JAVA ou Javascript (SQL est un plus).
- Être à l'aise avec la signification statistique et les types courants de biais statistiques.
- Comprendre les bases d'un bon design expérimental.
- Être passionné par la croissance, les métriques et offrir une expérience utilisateur exceptionnelle.
- Être axé sur les données et analytique.
- Notre équipe s'efforce de trouver des modèles d'utilisateurs et de les exploiter pour optimiser les métriques clés et l'expérience utilisateur.
- Une passion pour l'apprentissage et un intérêt pour la science du comportement est un plus.
Expérience préférée :
- Idéalement, avoir un diplôme de licence en statistiques, informatique, ingénierie, tout domaine technique ou expérience professionnelle connexe.
- Avoir conçu et réalisé des essais RCT A/B auparavant.
- Comprendre les nuances d'un bon design expérimental.
- Un background en science des données est un plus.
- Un intérêt pour l'apprentissage automatique.
Growth Engineer (with Computer Science Background) 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.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Growth Engineer (with Computer Science Background)
✨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 Growth Engineer (with Computer Science Background)
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.
