Analytics Engineer in Paris

Analytics Engineer in Paris

Paris Full Time 61650 - 75350 € / an (estimé) Hybride
L

En un coup d'œil

  • Missions: Transformez les données en insights actionnables pour nos opérations de vente et marketing.
  • Entreprise: Ledger, leader mondial des actifs numériques et de la technologie Web3.
  • Avantages: Travail flexible, assurance santé, opportunités de croissance financière et formation personnalisée.
  • Autres infos: Environnement dynamique avec des opportunités de carrière exceptionnelles.
  • Pourquoi ce job: Rejoignez une équipe innovante et impactez l'avenir de la propriété numérique.
  • Qualifications: Compétences solides en SQL, dbt, Python et Tableau; expérience en analyse de données requise.

Le salaire estimé est compris entre 61650 - 75350 € par an.

Nous sommes une équipe d'experts repoussant les limites de ce qui est possible, unis par notre objectif commun de débloquer la véritable liberté grâce à la propriété numérique, rendant la technologie accessible à tous. Nous croyons en un monde où les utilisateurs, créateurs et entreprises gèrent leur valeur avec propriété et liberté. Notre curiosité nous pousse à innover, permettant aux individus à l'échelle mondiale. Nous croyons que le changement est constant et notre équipe avance ensemble, avec une culture de résolution de problèmes où chaque employé est habilité et soutenu pour défier la tradition et créer des solutions. Notre mission est simple : rendre la garde autonome accessible et donner aux gens les clés de leur propre avenir financier. Si vous souhaitez avoir un impact réel, nous voulons que vous nous rejoigniez chez Ledger.

Chez Ledger, nous sommes fiers d'être la plateforme mondiale pour les actifs numériques et le Web3, avec plus de 20 % des actifs cryptographiques du monde sécurisés grâce à nos appareils Ledger. Avec notre siège à Paris et des bureaux à Vierzon, Grenoble, Montpellier, Londres, Portland, Genève, Zurich et Singapour central, nous avons une équipe d'environ 600 professionnels développant une variété de produits et services pour permettre aux individus et aux entreprises d'acheter, stocker, échanger, croître et gérer en toute sécurité des actifs cryptographiques – y compris la gamme de portefeuilles matériels Ledger avec plus de 7,5 millions d'unités déjà vendues dans 200 pays.

Vous rejoindrez l'équipe Data, responsable de transformer les données en informations exploitables et recommandations pour nos opérations de vente et de marketing auprès des consommateurs sur tous les canaux.

Ce que vous ferez :

  • Posséder l'analyse sur l'ensemble du périmètre des ventes aux consommateurs : e-commerce Ledger.com, places de marché Amazon, grossistes et revendeurs/distributeurs - couvrant à la fois le sell-in et le sell-out - avec une vue cohérente des revenus, unités et marges réconciliées dans Snowflake, notre source de vérité.
  • Développer et améliorer des modèles de données (dbt/Snowflake) à partir de diverses sources de données (ventes, sell-out, marketing, analyses web) avec le soutien de l'équipe d'ingénierie des données ; co-posséder l'alerte de qualité des données (SKU, remboursements, anomalies de ventes).
  • Construire et maintenir des tableaux de bord Tableau pour les parties prenantes commerciales : performance e-commerce, grossistes, sell-out des revendeurs, affiliation, contenu éditorial, coûts d'expédition.
  • Posséder la mesure des canaux de marketing de performance - SEM / Google Ads, affiliation & retargeting, Amazon Ads : dépenses, attribution des revenus, ROAS/CAC à travers GA4, plateformes publicitaires et données internes de ventes, en réconciliant les écarts entre les sources.
  • Mesurer l'impact réel des prix, des promotions et des campagnes marketing en utilisant des méthodes d'inférence causale (CausalImpact, pré-post, groupes de contrôle/synthétiques) et recommander des arbitrages budgétaires à l'équipe de croissance.
  • Modéliser la valeur client (LTV, comportement de réachat, attachement de services) et le réinjecter dans les décisions de ROI marketing.
  • Contribuer à des projets de données inter-fonctionnels (modèle de données Salesforce, intégrations de nouvelles sources de données) et tirer parti des outils d'IA (Claude, flux de travail basés sur LLM) pour échelonner la livraison d'analyses.
  • Créer et livrer des présentations qui transforment des analyses complexes en recommandations claires pour les parties prenantes jusqu'au niveau ExCom.

Ce que nous recherchons :

  • Compétences solides en SQL et dbt (Snowflake).
  • Python pour l'analyse et les statistiques ; expérience avec des méthodes d'inférence causale est un atout fort.
  • Compétences solides en Tableau.
  • Familiarité avec les données d'analyse marketing/web : GA4, plateformes publicitaires (Google Ads, Amazon Ads), réseaux d'affiliation.
  • 3-4 ans d'expérience en analyse de données/ingénierie analytique.
  • Orienté données et affaires ; capable de remettre en question la méthodologie des parties prenantes.
  • Excellentes compétences organisationnelles, maîtrise de l'anglais.

Chez Ledger, nous sommes dédiés à investir continuellement dans nos employés, c'est pourquoi nous offrons plus que de simples salaires ; nous proposons des packages de compensation complets qui incluent une large gamme d'avantages. Voici quelques-uns des avantages que vous pouvez attendre :

  • Options de travail flexibles - Notre politique hybride permet aux employés de travailler à domicile jusqu'à 3 fois par semaine.
  • Soutien à la santé et au bien-être - Assurance santé et vie.
  • Opportunités de croissance financière - Les employés peuvent devenir actionnaires de Ledger ainsi que d'autres avantages financiers selon votre pays de travail.
  • Indemnité de transport - Ledger offre une indemnité de transport pour contribuer à votre moyen de transport préféré.
  • Apprentissage et développement - Une suite complète de solutions de formation offrant une expérience d'apprentissage personnalisée pour chaque employé.

Pour des avantages spécifiques à votre région, votre contact en acquisition de talents pourra vous fournir plus d'informations. Nous nous engageons à construire un processus de recrutement inclusif. Si vous avez besoin d'ajustements ou d'aménagements, faites-le nous savoir, nous ferons de notre mieux pour vous soutenir.

Analytics Engineer in Paris employeur : Ledger

Ledger est un employeur de choix, offrant un environnement de travail dynamique et innovant à Paris ou Vierzon. Avec des options de travail flexibles et des avantages santé complets, nous favorisons une culture d'entreprise qui valorise la curiosité et l'apprentissage continu, permettant à nos employés de grandir et de s'épanouir dans le domaine de l'IA et de l'automatisation. Rejoindre notre équipe, c'est participer à une aventure passionnante au cœur de la technologie de pointe.

L

Coordonnées :

Équipe de recrutement de Ledger

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Analytics Engineer 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 Ledger

N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Ledger. 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 Analytics Engineer in Paris

SQL
dbt
Snowflake
Python
Causal Inference Methods
Tableau
GA4

Quelques conseils pour ta candidature 🫡

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

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