Staff Data Analyst - Ops & Compliance

Staff Data Analyst - Ops & Compliance

Full Time 61650 - 75350 € / an (estimé) Sur site
Q

En un coup d'œil

  • Missions: Construisez des fondations analytiques pour la conformité et le suivi des processus KYC/KYB.
  • Entreprise: Qonto, une entreprise innovante avec une culture axée sur la satisfaction client.
  • Avantages: Accès illimité aux outils d'IA, environnement dynamique et opportunités de croissance.
  • Autres infos: Travaillez avec des équipes variées et bénéficiez d'une grande autonomie.
  • Pourquoi ce job: Impactez directement la conformité dans un environnement en pleine croissance et diversifié.
  • Qualifications: Expérience en analyse de données dans un environnement réglementé et compétences en SQL.

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

Notre mission et nos clients : Nous créons la liberté pour les PME de réussir en offrant l'espace de travail financier leader en Europe, avec la banque au cœur, complété par des outils financiers. Nous sommes fiers d'être notés 4,7 sur Trustpilot, basé sur 60 000 avis. Notre culture place la satisfaction client au cœur de ce que nous faisons, comme le prouve notre score Net Promoter de 75.

Notre parcours : Fondée en 2017 par Alexandre et Steve, Qonto a grandi pour atteindre 1 700 Qontoers servant plus de 750 000 clients dans 8 pays européens. Nous avons été rentables depuis 2023, et nous ne faisons que commencer.

Nos croyances : Nous recrutons pour les compétences et le potentiel. Avec plus de 80 nationalités, 45 % de femmes, dont 56 % de femmes dans notre équipe de direction, la diversité n'est pas un programme ; c'est qui nous sommes. Nous avons construit un processus de recrutement sans discrimination car les meilleures équipes sont bâties sur le mérite.

AI chez Qonto : L'IA est profondément intégrée dans notre façon de travailler. Chaque Qontoer a un accès illimité aux meilleurs outils d'IA. Nous voulons des personnes qui expérimentent sans attendre de permission, qui poussent l'IA au-delà de l'évident, qui savent quand lui faire confiance et quand la remettre en question.

Rejoignez-nous en tant qu'Analyste de données senior - Ops & Compliance pour construire les fondations analytiques qui alimentent l'exécution de la conformité de Qonto. Vous aurez un nouveau périmètre — surveiller les funnels KYC/KYB, les campagnes de remédiation et l'exposition financière — en travaillant de manière transversale avec les équipes Produit, Ops, Risque & Conformité, et Contrôle Interne, sous la direction d'Alma, notre Responsable Analyse de Données.

En tant qu'Analyste de données chez Qonto, vous :

  • Construirez le suivi des processus de conformité à partir de zéro : Vous construirez et posséderez l'infrastructure de données qui alimente le suivi de la conformité chez Qonto.
  • Modéliserez et transformerez les données avec dbt : En collaboration avec l'équipe d'ingénieurs analytiques, vous construirez des pipelines de transformation de bout en bout.
  • Transformerez les questions réglementaires en actifs en libre-service : Vous collaborerez avec les équipes Produit, Ops, Risque & Conformité, et Contrôle Interne.
  • Posséderez l'analyse des funnels KYC/KYB de bout en bout : Vous fournirez des informations depuis l'initiation CS jusqu'à la validation KYB.
  • Suivrez les campagnes de remédiation et l'exposition financière : Vous mesurerez MRR sécurisé, à risque ou perdu à travers les campagnes actives.

Ce que vous pouvez attendre :

  • Un périmètre stratégique critique : Vous construirez des fondations analytiques qui comptent à l'échelle de l'entreprise.
  • Une exposition senior et transversale dès le premier jour.
  • Une réelle autonomie dans la Modern Data Stack.
  • Une équipe où l'IA est un outil de première classe.

Votre futur manager : Votre manager sera Alma, notre Responsable Analyse de Données pour Ops & Finance. Alma sait exactement ce qu'il faut pour construire une fonction analytique qui change réellement les décisions.

À propos de vous :

  • Expérience dans un environnement de conformité ou réglementé.
  • Esprit produit en libre-service.
  • Gestion des parties prenantes transversales.
  • Compétences solides en SQL et modélisation de données.
  • Flux de travail natif IA.
  • Langue : Anglais courant.

Chez Qonto, nous comprenons que la véritable diversité ne consiste pas seulement à cocher des cases sur une liste de recrutement. Postulez indépendamment des cases que vous cochez ! Qui sait ? Vous pourriez avoir la pièce manquante du puzzle que nous recherchons depuis longtemps.

En postulant, vous acceptez que Qonto traite vos données personnelles pour évaluer votre candidature. Vos données sont conservées pendant 2 ans dans notre vivier de candidats.

En moyenne, notre processus de recrutement dure 20 jours ouvrables.

Votre sécurité nous tient à cœur. Les arnaques au recrutement sont en hausse. Gardez à l'esprit que nous ne travaillerons jamais avec des plateformes ou des agences tierces qui demandent un paiement aux candidats.

Staff Data Analyst - Ops & Compliance employeur : Qonto

Qonto est un employeur de choix, offrant un environnement de travail dynamique et collaboratif à Paris. Avec une culture axée sur l'innovation et le développement personnel, les employés bénéficient d'opportunités de croissance professionnelle tout en participant à des projets significatifs dans le domaine de la conformité. De plus, le modèle hybride de travail permet un équilibre entre vie professionnelle et personnelle, rendant chaque journée au bureau enrichissante et motivante.

Q

Coordonnées :

Équipe de recrutement de Qonto

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Staff Data Analyst - Ops & Compliance

✨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 Qonto

N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Qonto. 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 Staff Data Analyst - Ops & Compliance

Analyse de données
Compétences en SQL
Modélisation des données
Connaissance des processus KYC/KYB
Gestion des parties prenantes interfonctionnelles
Création de tableaux de bord
Utilisation d'outils d'IA

Quelques conseils pour ta candidature 🫡

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

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