En un coup d'œil
- Missions: Analyse des données et transformation en recommandations concrètes pour nos clients.
- Entreprise: UnNest, une société de conseil innovante spécialisée dans la data et le marketing digital.
- Avantages: Environnement hybride, autonomie, projets variés et opportunités de développement professionnel.
- Autres infos: Participez à l'innovation et à la montée en compétences de l'équipe.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez des projets stratégiques pour des clients prestigieux.
- Qualifications: Expérience en analyse de données, maîtrise de SQL et outils BI.
Le salaire estimé est compris entre 59400 - 72600 € par an.
L'entreprise UnNest est une société de conseil spécialisée dans la data et la technologie pour le marketing digital. Notre mission est d'accompagner les entreprises dans leur transformation data en alignant stratégie, technologie et performance business.
Nous intervenons sur toute la chaîne de valeur de la donnée, en aidant nos clients à :
- Concevoir des stratégies data réalistes et actionnables
- Développer et déployer des plateformes data modernes, tout en assurant la qualité sur toute la chaîne de la donnée
- Activer leurs données grâce à des outils de segmentation, de publicité ciblée et de personnalisation des parcours
- Accompagner les équipes dans l’utilisation et la valorisation des données via des tableaux de bord, des modélisations avancées et des formations
Nos expertises couvrent notamment :
- Le tracking avancé (web, app, server-side) et la collecte de données 1st party
- L’ingénierie des données (Google Cloud Platform, BigQuery, dbt)
- La data intelligence (analyses, machine learning, visualisation)
- La gouvernance data et la mise en conformité (RGPD)
Nos clients incluent des PME, scale-ups et grands groupes (L’Oreal, Club Med, Pierre et Vacances, PSG, Renault trucks, Salomon, etc.).
Le rôle : Data Analyst sénior
En tant que Data Analyst sénior chez UnNest, vous serez au cœur de projets à forte valeur ajoutée, de l’identification des besoins clients à la présentation d’insights à des interlocuteurs de haut niveau (y compris C-level). Vous interviendrez autant sur la définition des problématiques business que sur la mise en œuvre de solutions techniques, avec pour objectif de transformer la donnée en recommandations concrètes.
Responsabilités :
- Lead sur des missions de data analyse
- Analyser et cadrer les besoins clients, définir la méthodologie d’étude et piloter les projets de bout en bout.
- Fédérer les parties prenantes (internes et externes) autour de la démarche analytique et garantir l’atteinte des objectifs fixés.
- Concevoir des dashboards et rapports clairs et impactants (Looker, Tableau, Power BI, etc.).
- Produire des insights exploitables pour des problématiques variées : CRM, e-commerce, retail, connaissance client, etc.
- Apporter des expertises sectorielles et R&D à l’équipe
- Participer à la veille et à l’innovation : tester de nouvelles approches (machine learning, automatisation, nouvelles briques technologiques) et proposer des améliorations continues.
Accompagnement clients (Conseil) et communication externe :
- Conseiller les clients dans la mise en place de stratégies data adaptées à leurs enjeux.
- Contribuer à la valorisation du savoir-faire UnNest via des webinaires, des articles techniques ou des conférences.
Profil :
Nous recherchons un(e) professionnel(le) passionné(e) par la data, doté(e) d’une solide expérience en analyse et d’une réelle appétence pour le conseil.
Compétences clés :
- Expertise analytique : Maîtrise avancée de SQL et éventuellement d’un langage de scripting (Python ou R). Connaissance d’un environnement data cloud (GCP/BigQuery ou équivalent).
- Data visualisation : Pratique confirmée d’au moins un outil BI (Looker, Tableau, Power BI…).
- Culture marketing et business : Compréhension des enjeux métier (Digital, insights client, Business, etc.) et capacité à formuler des recommandations actionnables.
- Communication : Être à l’aise à l’oral comme à l’écrit, pour vulgariser les aspects techniques et échanger avec des interlocuteurs de haut niveau.
Soft skills :
- Aimer la data !
- Esprit d’initiative et curiosité intellectuelle.
- Capacité à travailler en équipe et à embarquer les différents acteurs (internes, clients, partenaires).
- Sens du service et envie de contribuer à la réussite de nos clients.
Expérience :
Au moins 3-4 ans d’expérience sur un poste d’Analyste/Consultant data (en agence, chez l’annonceur ou en cabinet de conseil). Une expertise sectorielle (e-commerce, luxe, retail, etc.) ou métier (CRM, knowledge clients, performance marketing) sera fortement appréciée.
Lieu de travail :
Le poste peut être basé à Paris. Un environnement hybride est possible également.
Pourquoi venir chez UnNest ?
- Une culture de l’autonomie et de l’excellence
- Des opportunités de contribuer à des beaux projets client
- Un rôle actif dans le développement d’Unnest
Prêt à relever ce nouveau challenge ? Rejoignez notre équipe en postulant dès maintenant sur cette annonce. Ensemble, nous pouvons faire la différence.
Vous ferez partie d'une entreprise qui garantit l'égalité des chances et valorise la diversité.
CDI - UNNEST - DATA ANALYST SENIOR - H/F employeur : Havas Media France
Rejoignez une entreprise dynamique qui valorise l'innovation et la collaboration, offrant un environnement de travail stimulant à Paris. En tant que stagiaire en Go To Market Product, vous bénéficierez d'opportunités de développement personnel et professionnel, tout en travaillant aux côtés d'experts du secteur. Notre culture d'entreprise encourage la créativité et l'adaptabilité, vous permettant de contribuer activement à des projets significatifs tout en développant vos compétences dans un cadre enrichissant.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher CDI - UNNEST - DATA ANALYST SENIOR - H/F
✨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 Havas Media France
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Havas Media France. 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 CDI - UNNEST - DATA ANALYST SENIOR - H/F
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Havas Media France, 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 Havas Media France 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 Havas Media France. 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 Havas Media France
✨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 Havas Media France et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
