En un coup d'œil
- Missions: Analyse les données de Pocket Champs pour influencer les décisions de jeu et améliorer l'expérience des joueurs.
- Entreprise: Madbox, une entreprise de jeux mobiles innovante et en pleine croissance.
- Avantages: Soutien à la relocalisation, environnement dynamique et opportunités de carrière passionnantes.
- Autres infos: Culture d'inclusion et diversité, avec un processus de recrutement transparent.
- Pourquoi ce job: Fais partie d'une équipe créative et impacte des millions de joueurs avec tes analyses.
- Qualifications: 5+ ans d'expérience en analyse de jeux mobiles et compétences avancées en SQL.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Madbox est une entreprise de jeux mobiles en forte croissance avec une manière unique de développer des jeux. Tout a été conçu pour que les équipes puissent prendre autant de responsabilités que possible, libérer leur créativité, voir leurs jeux atteindre des millions de joueurs et s'amuser en chemin. Notre équipe d'analytique couvre l'ensemble du spectre : un jeu en direct générant des revenus réels, plusieurs titres en développement actif, et une équipe Data Core construisant l'infrastructure qui alimente tout. Vous ne travaillerez pas dans un silo, vous rejoindrez une équipe connectée où ce que vous construisez sur Pocket Champs façonne notre réflexion sur l'analytique à travers toute l'entreprise.
En tant que Lead Data Analyst sur Pocket Champs, vous serez la voix analytique senior de notre jeu principal, définissant ce à quoi ressemble la santé, remettant en question les décisions d'investissement avec des données, et établissant la norme pour la façon dont l'équipe d'analytique pense et opère. Ce rôle se situe à l'intersection de l'équipe de jeu : designers, PMs et Live Ops, et de l'ensemble de l'infrastructure technique de Madbox : Data Core, Central Game Tech développant des fonctionnalités inter-jeux, Web Tech développant de nouveaux outils, et une équipe d'IA rendant tout plus intelligent. Vous coordonnerez tous ces éléments.
Vos futures responsabilités et périmètre :
- Être la voix analytique centrale sur Pocket Champs, définir ce à quoi ressemble la santé, remettre en question les décisions d'investissement avec des données, et définir la direction analytique pour le jeu.
- Élever le niveau pour l'équipe, établir des normes méthodologiques, remettre en question les approches analytiques, et encadrer les analystes sur la qualité, la rigueur et la communication.
- Posséder le cadre de test A/B de bout en bout : conception, méthodologie d'évaluation, et normes pour l'interprétation et l'action sur les résultats.
- Traduire les questions commerciales en exigences de modèle de données et coordonner avec l'équipe Data Core pour construire les couches qui alimentent le travail analytique à travers le jeu.
- Faire remonter proactivement des insights pour l'équipe produit, non seulement répondre aux questions, mais identifier quelles questions devraient être posées.
- Définir et posséder les normes pour la manière dont les résultats analytiques atteignent les designers, PMs et Live Ops : format, cadence, et si cela a réellement influencé les décisions.
Le profil que nous recherchons :
- Plus de 5 ans d'expérience en analytique de jeux mobiles, ayant travaillé sur des jeux en direct à travers tout le cycle de sortie, avec une expérience directe dans les mécaniques de rétention et de monétisation influençant les résultats.
- Forte base statistique : conception et évaluation de tests A/B de bout en bout, et savoir quoi faire lorsque les conditions ne sont pas claires.
- Antécédents de construction de cadres KPI à partir de principes fondamentaux, définissant ce qui est important pour le jeu spécifique et le contexte plutôt que de se conformer à la convention de l'industrie.
- Orienté vers les preuves : forme des positions solides à partir des données, les défend sous pression, mais reste ouvert à changer de cap lorsque les preuves l'exigent, l'objectif étant d'être correct, pas seulement d'avoir raison.
- Capable de traduire des données complexes en insights clairs et exploitables pour des audiences techniques et non techniques.
- Expertise en SQL et soit R soit Python pour l'exploration et l'analyse des données.
- Grande autonomie, faible maintenance : comprend rapidement les choses, méticuleux sur ce qui compte, agit avec pragmatisme et proactivité.
Atouts :
- Expérience dans la mise à l'échelle des jeux sur les revenus à travers différents types de jeux.
- Familiarité avec les méthodes bayésiennes.
- Expérience dans la conception de modèles de données et de couches métriques, pas seulement la consommation de tableaux de bord, et la capacité de communiquer ces conceptions clairement à une équipe de données techniques.
- Expérience dans la définition et l'évaluation de la manière dont les résultats analytiques atteignent des parties prenantes non techniques, en établissant des normes pour le format, la profondeur et la cadence.
- Expérience de travail avec Looker & LookML.
À propos de la relocalisation :
Le déménagement implique beaucoup de réflexions, donc nous nous occupons des parties délicates. Avec le parrainage de visa, le soutien à la relocalisation (oui, les animaux de compagnie inclus !) et la recherche de logement - notre objectif est simple : vous aider à atterrir en douceur, à vous sentir chez vous rapidement, et à profiter de la vie dans votre nouvelle ville !
Comment recrutons-nous chez Madbox ?
- Rencontrer le recruteur
- Rencontrer le manager direct
- Devoir à domicile
- Entretien de devoir à domicile
- Revue
- Rencontrer les parties prenantes
- Rencontrer l'équipe
- Rencontrer la direction
Diversité et inclusion :
Chez Madbox, des parcours, cultures et façons de penser différents ne sont pas seulement les bienvenus ; ils font partie de ce qui rend l'équipe bonne. Nous recrutons sur le talent et l'adéquation avec nos valeurs, peu importe qui vous êtes ou d'où vous venez.
IA dans notre processus :
Une partie de notre processus de recrutement peut bénéficier de l'IA - des choses comme résumer des réponses, signaler des incohérences, et prendre des notes lors des entretiens pour se concentrer sur ce qui compte le plus : les candidats. Tout cela est là pour aider nos recruteurs, pas pour décider quoi que ce soit. Chaque décision finale concernant le recrutement est prise par un humain.
Lead Data Analyst employeur : Madbox
Madbox est un employeur exceptionnel qui valorise la créativité et l'innovation au sein de son équipe. Située dans un environnement dynamique, l'entreprise offre des opportunités de croissance professionnelle, notamment un parcours clair vers le poste de Directeur Créatif. Avec une culture de travail collaborative et axée sur la performance, Madbox permet à ses employés de prendre des initiatives tout en s'amusant, ce qui en fait un lieu de travail idéal pour ceux qui cherchent à faire une différence dans l'industrie du jeu mobile.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Lead 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 Madbox
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Madbox. 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 Lead Data Analyst
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Madbox, 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 Madbox 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 Madbox. 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 Madbox
✨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 Madbox et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.
