En un coup d'œil
- Missions: Améliorer la qualité des données logistiques et assurer leur accessibilité.
- Entreprise: Équipe produit dynamique au sein d'une business unit innovante.
- Avantages: Environnement collaboratif, opportunités de développement professionnel et impact direct sur le business.
- Autres infos: Ambiance dynamique avec de nombreuses possibilités d'évolution de carrière.
- Pourquoi ce job: Contribuez à des projets critiques et faites la différence avec vos compétences en data.
- Qualifications: Expérience en gestion de données et compétences en collaboration interdisciplinaire.
Le salaire estimé est compris entre 49500 - 60500 € par an.
Au sein de l'équipe produit, vous ferez partie d'une équipe produit enthousiaste (au sein d'une business unit d'environ 120 personnes) qui regroupe des ressources Produits, Business, Data et Engineering. Grâce à votre expertise et votre sens de l'autonomie, vous agissez au service de l'amélioration des indicateurs qualité des datas de la logistique (Service Level Agreement, leadtimes, données de réception entrepôt, ...). Ces datas sont liées à des process métiers critiques et ont un impact immédiat sur le Business.
Objectifs et livrables
- Assurer le Data Knowledge :
- Je définie les datas et assure de leur bonne documentation fonctionnelle
- Je connais les cas d'emploi business de mes données et améliore la création de valeur de celles-ci
- Je suis le point d'entrée sur les sujets concernant ma donnée
- J'écris une roadmap et une vision pour mes données
- Je garantie et gère la bonne qualité de mes données :
- Je fais le lien entre le business et les règles de qualités de mes données
- Je monitore la qualité de mes données
- J'anime un plan d'action en collaboration avec les différentes domaines de compétence (Engineering, Product, Business, Data, Skills)
- Je garantie l'accessibilité de mes données :
- J'identifie le niveau d'accessibilité de mes données
- Je fais le lien entre la technique et les équipes datas pour assurer une bonne accessibilité de la donnée dans le datalake
Data Steward: Logistics Data Quality & Access in Paris employeur : KUBE Partners S.L. / Pixie Services
Rejoindre notre équipe en tant que Développeur / Développeuse informatique à Lille, c'est intégrer une entreprise qui valorise l'innovation et la collaboration. Nous offrons un environnement de travail dynamique avec des opportunités de croissance professionnelle, tout en favorisant un équilibre entre vie professionnelle et personnelle grâce à une flexibilité de travail. Avec un fort accent sur le développement des compétences et une culture d'entraide, vous serez soutenu dans votre parcours professionnel tout en contribuant à des projets significatifs.
Coordonnées :
Équipe de recrutement de KUBE Partners S.L. / Pixie Services
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Steward: Logistics Data Quality & Access in Paris
✨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 KUBE Partners S.L. / Pixie Services
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez KUBE Partners S.L. / Pixie Services. 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 Data Steward: Logistics Data Quality & Access in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez KUBE Partners S.L. / Pixie Services, 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 KUBE Partners S.L. / Pixie Services 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 KUBE Partners S.L. / Pixie Services. 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 KUBE Partners S.L. / Pixie Services
✨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 KUBE Partners S.L. / Pixie Services et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
