En un coup d'œil
- Missions: Analyse des données pour transformer l'expérience d'achat et bancaire.
- Entreprise: PayLead, pionnier du Payment Marketing en Europe.
- Avantages: Environnement dynamique, opportunités de carrière et travail collaboratif.
- Autres infos: Rejoignez une équipe passionnée avec plus de 7 millions d'utilisateurs.
- Pourquoi ce job: Impacte directement les décisions d'achat et améliore l'expérience client.
- Qualifications: Expérience en analyse de données, maîtrise de SQL et Python.
Le salaire estimé est compris entre 51082 - 62434 € par an.
Chez PayLead, nous réinventons l'expérience d'achat et l'expérience bancaire en créant des synergies entre les retailers et les institutions financières. Pionniers européens du Payment Marketing, nous construisons un monde où chaque transaction devient une opportunité d'engagement et de création de valeur. Notre plateforme, propulsée par l'analyse avancée des données transactionnelles, transforme la relation entre banques, marchands et consommateurs.
Nos solutions phares :
- Automatic Cashback : notre produit historique, qui récompense automatiquement les consommateurs.
- Seamless Loyalty Card : l'intégration des programmes de fidélité directement dans l'expérience bancaire et les cartes de paiement.
- Easy Voucher : encore plus d'économies pour les clients des banques, grâce à des bons d'achat intégrés aux applications mobiles.
- Transaction Enricher : l'amélioration de la qualité et de la pertinence des données transactionnelles.
PayLead est un acteur de premier plan de la révolution des financial media networks dans les secteurs bancaire et du retail. Nous développons un réseau média financier innovant qui permet aux banques de valoriser leurs canaux digitaux et la richesse de leurs données, en partenariat avec les marques. Cette approche crée une dynamique gagnant-gagnant-gagnant entre les banques, les retailers et les clients consentants : chacune des trois parties en tire de la valeur.
Les banques peuvent proposer à leurs clients des expériences personnalisées, des offres sur mesure et des économies au quotidien, tout en donnant aux marques et aux marchands accès à des audiences qualifiées, fondées sur des comportements d'achat réels.
PayLead aujourd'hui :
- Plus de 7 millions d'utilisateurs
- Plus de 25 partenaires bancaires et fintech
- Plus de 150 marchands de premier plan en France, en Espagne et en Belgique
- Des bureaux à Paris
- Plus de 50 PayLeaders passionnés
Tu intègres l’équipe Business Intelligence et seras le bras droit de la Head of BI. Concrètement, la BI est le point d'entrée unique de la donnée dans l'entreprise. Tu travailleras quotidiennement avec l'équipe Data ainsi que les équipes métiers. Mais, ton rôle central dans l'entreprise t'emmènera à échanger avec tous les services de Paylead, des équipes Tech aux équipes financières.
Notre mission tient en trois engagements :
- Automatiser l'accès à la donnée et son traitement : collecter, traiter, interpréter et rendre la donnée accessible, pour nos clients internes comme externes.
- Répondre aux questions business par l'étude : cadrer un besoin, poser une méthode fiable, croiser les sources et interpréter les résultats pour en tirer une recommandation.
- Rendre les équipes autonomes sur la data : rendre les équipes Business autonomes et data-driven, et alerter sur les dysfonctionnements produit.
Ton rôle :
Tu prends en charge un périmètre d'analyse et de reporting de bout en bout : de la requête SQL jusqu'à la restitution à une équipe business ou à un client. Une partie de la valeur du poste tient moins à la technique pure qu'à ta capacité à comprendre un besoin métier, à challenger les chiffres et à en tirer une recommandation claire.
- Faire tourner et enrichir nos rapports automatiques : Nous gérons cinq produits récurrents : des indicateurs de marché aux rapports destinés à nos clients externes, en passant par des projections d'opportunités. Tu fiabilises ces livrables, tu les fais évoluer avec les besoins des équipes, et tu automatises ce qui doit l'être pour que le temps gagné profite à des analyses plus avancées.
- Répondre aux demandes d'analyse des équipes : Traduire une question business floue en une analyse cadrée, puis en un chiffre défendable. Construire et maintenir les dashboards de notre outil BI (Metabase), utilisés au quotidien par les équipes. Produire les études qui appuient un rendez-vous commercial, un renouvellement client ou un article de blog.
- Surveiller les volumes et diagnostiquer les anomalies : Monitorer les volumes de transactions par marchand, par partenaire bancaire et par marché et renforcer notre alerting pour détecter des anomalies. Remonter les dysfonctionnements aux équipes Produit et Tech, avec les éléments qui permettent de trancher.
- Rendre les équipes autonomes : Accompagner les équipes Business dans leur usage de Metabase : où trouver la donnée, comment la lire, quels pièges éviter. Devenir un interlocuteur de confiance : celui à qui on demande "est-ce que le chiffre est bon ?" avant de l'envoyer à un client.
Environ 2 ans d'expérience sur un poste d'analyse de données. L'IA t'intéresse et tu as envie de t'en servir au quotidien pour aller plus vite et avoir plus d'impact. Tu maîtrises SQL (jointures, fenêtres, agrégations..etc) et tu es à l'aise en Python (Pandas, Numpy, Polars..etc). Tu es familier d'un outil de BI. Curiosité et rigueur : tu ne livres pas un chiffre que tu n'as pas compris. Tu sais « faire parler » la data et la rendre compréhensible par un public business. Tu as le sens de la pédagogie : une bonne partie du job consiste à expliquer. Anglais professionnel (nos marchés et nos partenaires ne sont pas qu'en France).
Bonus :
- Une première expérience dans le retail, la banque, les paiements ou le e-commerce.
- Pratique de Git et du déploiement.
- Des notions de data modeling ou de dbt.
Échange :
Échange avec un membre de l'équipe BI. Une étude de cas à réaliser chez soi, suivie d'un entretien technique. Nous évaluons à la fois ton rendu et ta façon de raisonner en direct. Dernier entretien avec le COO, en charge du pôle "delivery" auquel ton poste sera attaché.
Data Analyst in Paris employeur : Paylead
Chez PayLead, nous offrons un environnement de travail dynamique et innovant, où chaque membre de l'équipe est encouragé à développer ses compétences et à contribuer activement à la transformation du secteur bancaire et retail. Situés à Paris, nous favorisons une culture collaborative et axée sur la data, permettant à nos employés de s'épanouir tout en participant à des projets significatifs qui impactent directement nos clients et partenaires. Rejoindre PayLead, c'est intégrer une équipe passionnée, bénéficier d'opportunités de croissance professionnelle et participer à une aventure unique dans le domaine du Payment Marketing.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Analyst 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 Paylead
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Paylead. 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 Analyst in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Paylead, 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 Paylead 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 Paylead. 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 Paylead
✨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 Paylead et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.